LiTS2017数据集的路径为C:\Users\Administrator\Desktop\LiTS2017，将数据集的3D图像在z轴上切割成2D的三通道png格式图像，数据集的3D标签在z轴上切割成（要求背景灰度值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Python代码实现：

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

# 读取nii文件，并转换为numpy数组
def read_nii_file(file_path):
    nii_img = nib.load(file_path)
    img = nii_img.get_fdata()
    return img

# 将3D图像在z轴上切割成2D的三通道png格式图像
def save_2d_image(img, save_path):
    if not os.path.exists(save_path):
        os.makedirs(save_path)

    # 获取图像的长、宽、深度
    height, width, depth = img.shape

    # 遍历每一张切片
    for i in range(depth):
        # 将每一张切片转换为PIL Image对象
        slice_img = Image.fromarray(img[:, :, i])
        # 将灰度图像转换为三通道图像
        slice_img = slice_img.convert('RGB')
        # 保存为png格式图像
        slice_img.save(os.path.join(save_path, f'{i:03d}.png'))

# 将3D标签在z轴上切割成2D的png格式标签
def save_2d_label(label, save_path):
    if not os.path.exists(save_path):
        os.makedirs(save_path)

    # 获取标签的长、宽、深度
    height, width, depth = label.shape

    # 遍历每一张切片
    for i in range(depth):
        # 将每一张切片保存为png格式标签
        slice_label = Image.fromarray(label[:, :, i])
        slice_label.save(os.path.join(save_path, f'{i:03d}.png'))

# 数据集路径和保存路径
data_path = r'C:\Users\Administrator\Desktop\LiTS2017'
save_path = r'C:\Users\Administrator\Desktop\2D-LiTS2017'

# 遍历Training Batch 1文件夹中的所有图像
for file_name in os.listdir(os.path.join(data_path, 'training_data')):
    if file_name.endswith('.nii'):
        # 读取图像并保存为2D的三通道png格式图像
        img_path = os.path.join(data_path, 'training_data', file_name)
        img = read_nii_file(img_path)
        img_name = os.path.splitext(file_name)[0]
        save_2d_image(img, os.path.join(save_path, img_name))

# 遍历Training Batch 2文件夹中的所有标签
for file_name in os.listdir(os.path.join(data_path, 'training_labels')):
    if file_name.endswith('.nii'):
        # 读取标签并保存为2D的png格式标签
        label_path = os.path.join(data_path, 'training_labels', file_name)
        label = read_nii_file(label_path)
        label_name = os.path.splitext(file_name)[0]
        # 将背景灰度值0、肝脏灰度值1、肝脏肿瘤灰度值2的标签映射到0、1、2
        label[label == 0] = 0
        label[label == 1] = 1
        label[label == 2] = 2
        save_2d_label(label, os.path.join(save_path, label_name))

该代码会将Training Batch 1中的图像保存为2D的三通道png格式图像，将Training Batch 2中的标签保存为2D的png格式标签，并且将标签中的背景灰度值0、肝脏灰度值1、肝脏肿瘤灰度值2映射到0、1、2。保存路径为C:\Users\Administrator\Desktop\2D-LiTS2017。