请将我的数据集里面的3D图像变成2D、三通道、png格式的图像（要求调整窗宽和窗位，以突出所需区域的细节）。数据集里面的3D标签变成（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。 LiTS2017数据集的路径为C:\Users\Administrator\Desktop\LiTS2017。 保存路径为C:\Users\Administrator\Desktop\2D-LiTS2017，请帮我创建好对应文件夹，并且将转换好的数据保存到对应的文件夹。

好的，为了完成这个任务，我们需要使用Python中的一些库来实现。具体的步骤如下：

1. 安装必要的库

我们需要安装以下库：

- SimpleITK：用于读取和处理医学图像数据
- numpy：用于处理图像数组
- os：用于处理文件和文件夹

可以使用以下命令安装这些库：

pip install SimpleITK numpy

2. 创建文件夹

我们需要创建一个名为“2D-LiTS2017”的文件夹，并在其中创建两个子文件夹：“images”和“labels”。可以使用以下代码创建这些文件夹：

import os

# 创建根文件夹
root_folder = r'C:\Users\Administrator\Desktop\2D-LiTS2017'
os.makedirs(root_folder, exist_ok=True)

# 创建图像文件夹
image_folder = os.path.join(root_folder, 'images')
os.makedirs(image_folder, exist_ok=True)

# 创建标签文件夹
label_folder = os.path.join(root_folder, 'labels')
os.makedirs(label_folder, exist_ok=True)

3. 将3D图像转换为2D图像

我们需要逐个读取每个.nii文件，并将其转换为2D.png格式的图像。我们还需要调整窗宽和窗位以突出所需区域的细节。

import SimpleITK as sitk
import numpy as np

# 定义窗宽和窗位
WW = 400
WL = 50

# 遍历所有图像
for i in range(1, 131):
    # 读取图像
    image_path = os.path.join(r'C:\Users\Administrator\Desktop\LiTS2017\Training Batch 1', 'volume-' + str(i) + '.nii')
    image = sitk.ReadImage(image_path)
    image_array = sitk.GetArrayFromImage(image)
    
    # 调整窗宽和窗位
    image_array[image_array < (WL - WW/2)] = WL - WW/2
    image_array[image_array > (WL + WW/2)] = WL + WW/2
    image_array = (image_array - (WL - WW/2)) / WW * 255
    image_array = np.clip(image_array, 0, 255).astype(np.uint8)
    
    # 将3D图像转换为2D图像并保存
    for j in range(image_array.shape[0]):
        image_slice = image_array[j]
        image_slice_path = os.path.join(image_folder, 'volume-' + str(i) + '-' + str(j) + '.png')
        sitk.WriteImage(sitk.GetImageFromArray(image_slice), image_slice_path)

4. 将3D标签转换为2D标签

我们需要逐个读取每个.nii文件，并将其转换为2D.png格式的标签。同时，我们需要将背景灰度值设为0、肝脏灰度值设为1、肝脏肿瘤灰度值设为2。

# 遍历所有标签
for i in range(1, 131):
    # 读取标签
    label_path = os.path.join(r'C:\Users\Administrator\Desktop\LiTS2017\Training Batch 2', 'segmentation-' + str(i) + '.nii')
    label = sitk.ReadImage(label_path)
    label_array = sitk.GetArrayFromImage(label)
    
    # 转换标签
    label_array[label_array == 1] = 0
    label_array[label_array == 2] = 1
    label_array[label_array == 3] = 2
    
    # 将3D标签转换为2D标签并保存
    for j in range(label_array.shape[0]):
        label_slice = label_array[j]
        label_slice_path = os.path.join(label_folder, 'segmentation-' + str(i) + '-' + str(j) + '.png')
        sitk.WriteImage(sitk.GetImageFromArray(label_slice), label_slice_path)

现在，我们已经成功地将LiTS2017数据集的3D图像和标签转换为2D.png格式的图像和标签，并将它们保存到对应的文件夹中。