LiTS2017数据集的路径为D:\BaiduNetdiskDownload\LiTS2017，将数据集的3D图像转换成2D的三通道png格式图像，3D标签转换成（背景灰度值0、肝脏灰度值1、肝脏肿瘤灰度值2的）2D的png格式标签。，LiTS2017数据集里面包含Training Batch 1和Training Batch 2两个文件夹，Training Batch 1文件夹里面有图像，图像的拓展名为.nii。Training Batch 2文件夹里面有标签,标签拓展名为.nii，保存路径为C:\Users\Administrator\Desktop\2D-LiTS2017，请帮我创建好对应文件夹，并且将转换好的保存到对应的文件夹

好的，以下是对应的代码实现：

import os
import numpy as np
import nibabel as nib
from PIL import Image

# 定义数据集路径
data_path = 'D:/BaiduNetdiskDownload/LiTS2017'

# 定义保存路径
save_path = 'C:/Users/Administrator/Desktop/2D-LiTS2017'

# 定义函数将3D图像转换成2D的三通道png格式图像
def convert_image(img_path, save_path):
    # 加载nii格式的图像
    img = nib.load(img_path).get_fdata()
    # 将图像归一化到0-255之间
    img = (img - np.min(img)) / (np.max(img) - np.min(img)) * 255
    # 将图像转换成三通道的png格式图像
    img = np.stack([img, img, img], axis=-1).astype(np.uint8)
    # 获取图像文件名
    img_name = os.path.splitext(os.path.basename(img_path))[0]
    # 保存图像
    Image.fromarray(img).save(os.path.join(save_path, img_name + '.png'))

# 定义函数将3D标签转换成2D的png格式标签
def convert_label(label_path, save_path):
    # 加载nii格式的标签
    label = nib.load(label_path).get_fdata()
    # 将标签转换成二维的png格式标签
    label = np.where(label == 1, 255, label)  # 将肝脏部分设置为白色
    label = np.where(label == 2, 127, label)  # 将肝脏肿瘤部分设置为灰色
    label = label.astype(np.uint8)
    # 获取标签文件名
    label_name = os.path.splitext(os.path.basename(label_path))[0]
    # 保存标签
    Image.fromarray(label).save(os.path.join(save_path, label_name + '.png'))

# 创建保存图像和标签的文件夹
if not os.path.exists(save_path):
    os.mkdir(save_path)
    os.mkdir(os.path.join(save_path, 'image'))
    os.mkdir(os.path.join(save_path, 'label'))

# 遍历Training Batch 1文件夹里的图像文件
for img_file in os.listdir(os.path.join(data_path, 'Training Batch 1')):
    if img_file.endswith('.nii'):
        # 转换图像并保存到对应文件夹
        img_path = os.path.join(data_path, 'Training Batch 1', img_file)
        convert_image(img_path, os.path.join(save_path, 'image'))

# 遍历Training Batch 2文件夹里的标签文件
for label_file in os.listdir(os.path.join(data_path, 'Training Batch 2')):
    if label_file.endswith('.nii'):
        # 转换标签并保存到对应文件夹
        label_path = os.path.join(data_path, 'Training Batch 2', label_file)
        convert_label(label_path, os.path.join(save_path, 'label'))

运行代码后，你会发现在C:/Users/Administrator/Desktop/2D-LiTS2017目录下，会生成image和label两个文件夹，分别保存转换好的图像和标签。