请将我的LiTS2017数据集的3D图像变成2D、RGB三通道、的png格式的图像（调整窗宽窗位，突出所需区域的细节与背景的区别）。数据集的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，需要使用Python的nibabel库和Pillow库来实现这个任务。以下是代码实现：

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

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

# 创建保存路径文件夹
if not os.path.exists(save_path):
    os.makedirs(save_path)
if not os.path.exists(os.path.join(save_path, 'image')):
    os.makedirs(os.path.join(save_path, 'image'))
if not os.path.exists(os.path.join(save_path, 'label')):
    os.makedirs(os.path.join(save_path, 'label'))

# 定义窗宽窗位参数
WW = 350
WL = 50

# 循环遍历Training Batch 1文件夹中的所有图像
for file in os.listdir(os.path.join(data_path, 'Training Batch 1')):
    if file.endswith('.nii'):
        # 读取nii文件
        img_nii = nib.load(os.path.join(data_path, 'Training Batch 1', file))
        img_array = img_nii.get_fdata()
        
        # 调整窗宽窗位
        img_array = np.clip((img_array - (WL - 0.5)) / WW, 0, 1) * 255
        img_array = img_array.astype(np.uint8)
        
        # 将3D图像转换为2D RGB图像
        for i in range(img_array.shape[2]):
            img_slice = img_array[:, :, i]
            img_rgb = np.stack((img_slice, img_slice, img_slice), axis=2)
            
            # 保存图像
            save_name = file.split('.')[0] + '_' + str(i) + '.png'
            save_path_image = os.path.join(save_path, 'image', save_name)
            Image.fromarray(img_rgb).save(save_path_image)

# 循环遍历Training Batch 2文件夹中的所有标签
for file in os.listdir(os.path.join(data_path, 'Training Batch 2')):
    if file.endswith('.nii'):
        # 读取nii文件
        label_nii = nib.load(os.path.join(data_path, 'Training Batch 2', file))
        label_array = label_nii.get_fdata()
        
        # 将3D标签转换为2D标签
        for i in range(label_array.shape[2]):
            label_slice = label_array[:, :, i]
            label_slice[label_slice == 1] = 255
            label_slice[label_slice == 2] = 128
            
            # 保存标签
            save_name = file.split('.')[0] + '_' + str(i) + '.png'
            save_path_label = os.path.join(save_path, 'label', save_name)
            Image.fromarray(label_slice.astype(np.uint8)).save(save_path_label)

运行以上代码后，2D-LiTS2017文件夹中会包含image文件夹和label文件夹，分别保存了转换后的2D RGB图像和2D标签。其中，图像文件名与原始nii文件名相同，标签文件名在原始文件名后加上下划线和切片序号。