在python开发环境下读取该医学影像，分别提取头文件和影像数据，并显示该影像的第50层，最终以“new.nii.gz”名称保存为新图像。

在Python开发环境中，你可以使用一些开源库如` nibabel `来处理医疗影像，比如`.nii.gz`格式的数据。首先，你需要安装`nibabel`库，如果你还没有安装，可以使用`pip install nibabel`命令。

下面是一个简单的步骤示例：

1. 导入必要的库：

import os
import nibabel as nib
from matplotlib import pyplot as plt

2. 打开并加载头文件和影像数据：

# 假设你有一个名为"original.nii.gz"的文件路径
img_path = "original.nii.gz"
img = nib.load(img_path)
header = img.header
data = img.get_fdata()

3. 提取特定层面（例如第50层）的数据：

slice_num = 50  # 要提取的层面索引，注意从0开始计数
slice_50 = data[slice_num]

4. 显示第50层的影像：

plt.imshow(slice_50, cmap='gray')
plt.show()

5. 保存新的图像：

new_img = nib.Nifti1Image(slice_50, header.get_best_affine(), header)
new_filename = "new.nii.gz"
new_img.to_filename(new_filename)

请注意，上述代码假设你正在处理的是灰度图像，如果是彩色或包含其他信息的图像，`imshow`函数可能会有所不同。此外，根据实际文件路径和结构调整`img_path`变量。