--- name: pydicom description: 用于处理DICOM（医学数字影像和通信）文件的Python库。当读取、写入或修改DICOM格式的医学影像数据、从医学图像（CT、MRI、X射线、超声）提取像素数据、匿名化DICOM文件、处理DICOM元数据和标签、将DICOM图像转换为其他格式、处理压缩DICOM数据或处理医学影像数据集时使用此技能。适用于涉及医学图像分析、PACS系统、放射学工作流和医疗影像应用的任务。 license: https://github.com/pydicom/pydicom/blob/main/LICENSE metadata: {"version": "1.0", "skill-author": "K-Dense Inc."} --- # Pydicom ## 概述 Pydicom是一个纯Python包，用于处理DICOM文件，这是医学成像数据的标准格式。此技能提供有关读取、写入和操作DICOM文件的指导，包括处理像素数据、元数据和各种压缩格式。 ## 使用场景 当处理以下内容时使用此技能： - 医学成像文件（CT、MRI、X光、超声、PET等） - 需要提取或修改元数据的DICOM数据集 - 从医学扫描中提取像素数据和图像处理 - 用于研究或数据共享的DICOM匿名化 - 将DICOM文件转换为标准图像格式 - 需要解压缩的压缩DICOM数据 - DICOM序列和结构化报告 - 多切片体积重建 - PACS（图片存档和通信系统）集成 ## 安装 安装pydicom和常见依赖： ```bash uv pip install pydicom uv pip install pillow # 用于图像格式转换 uv pip install numpy # 用于像素数组操作 uv pip install matplotlib # 用于可视化 ``` 对于处理压缩的DICOM文件，可能需要额外的包： ```bash uv pip install pylibjpeg pylibjpeg-libjpeg pylibjpeg-openjpeg # JPEG压缩 uv pip install python-gdcm # 替代压缩处理程序 ``` ## 核心工作流程 ### 读取DICOM文件 使用`pydicom.dcmread()`读取DICOM文件： ```python import pydicom # 读取DICOM文件 ds = pydicom.dcmread('path/to/file.dcm') # 访问元数据 print(f"Patient Name: {ds.PatientName}") print(f"Study Date: {ds.StudyDate}") print(f"Modality: {ds.Modality}") # 显示所有元素 print(ds) ``` **关键点：** - `dcmread()`返回一个`Dataset`对象 - 使用属性表示法（例如，`ds.PatientName`）或标签表示法（例如，`ds[0x0010, 0x0010]`）访问数据元素 - 使用`ds.file_meta`访问文件元数据，如传输语法UID - 使用`getattr(ds, 'AttributeName', default_value)`或`hasattr(ds, 'AttributeName')`处理缺失属性 ### 处理像素数据 从DICOM文件中提取和操作图像数据： ```python import pydicom import numpy as np import matplotlib.pyplot as plt # 读取DICOM文件 ds = pydicom.dcmread('image.dcm') # 获取像素数组（需要numpy） pixel_array = ds.pixel_array # 图像信息 print(f"Shape: {pixel_array.shape}") print(f"Data type: {pixel_array.dtype}") print(f"Rows: {ds.Rows}, Columns: {ds.Columns}") # 应用窗宽窗位进行显示（CT/MRI） if hasattr(ds, 'WindowCenter') and hasattr(ds, 'WindowWidth'): from pydicom.pixel_data_handlers.util import apply_voi_lut windowed_image = apply_voi_lut(pixel_array, ds) else: windowed_image = pixel_array # 显示图像 plt.imshow(windowed_image, cmap='gray') plt.title(f"{ds.Modality} - {ds.StudyDescription}") plt.axis('off') plt.show() ``` **处理彩色图像：** ```python # RGB图像的形状为 (rows, columns, 3) if ds.PhotometricInterpretation == 'RGB': rgb_image = ds.pixel_array plt.imshow(rgb_image) elif ds.PhotometricInterpretation == 'YBR_FULL': from pydicom.pixel_data_handlers.util import convert_color_space rgb_image = convert_color_space(ds.pixel_array, 'YBR_FULL', 'RGB') plt.imshow(rgb_image) ``` **多帧图像（视频/序列）：** ```python # 对于多帧DICOM文件 if hasattr(ds, 'NumberOfFrames') and ds.NumberOfFrames > 1: frames = ds.pixel_array # 形状: (num_frames, rows, columns) print(f"Number of frames: {frames.shape[0]}") # 显示特定帧 plt.imshow(frames[0], cmap='gray') ``` ### 将DICOM转换为图像格式 使用提供的`dicom_to_image.py`脚本或手动转换： ```python from PIL import Image import pydicom import numpy as np ds = pydicom.dcmread('input.dcm') pixel_array = ds.pixel_array # 归一化到0-255范围 if pixel_array.dtype != np.uint8: pixel_array = ((pixel_array - pixel_array.min()) / (pixel_array.max() - pixel_array.min()) * 255).astype(np.uint8) # 保存为PNG image = Image.fromarray(pixel_array) image.save('output.png') ``` 使用脚本：`python scripts/dicom_to_image.py input.dcm output.png` ### 修改元数据 修改DICOM数据元素： ```python import pydicom from datetime import datetime ds = pydicom.dcmread('input.dcm') # 修改现有元素 ds.PatientName = "Doe^John" ds.StudyDate = datetime.now().strftime('%Y%m%d') ds.StudyDescription = "Modified Study" # 添加新元素 ds.SeriesNumber = 1 ds.SeriesDescription = "New Series" # 移除元素 if hasattr(ds, 'PatientComments'): delattr(ds, 'PatientComments') # 或使用del if 'PatientComments' in ds: del ds.PatientComments # 保存修改后的文件 ds.save_as('modified.dcm') ``` ### 匿名化DICOM文件 移除或替换患者识别信息： ```python import pydicom from datetime import datetime ds = pydicom.dcmread('input.dcm') # 通常包含PHI（受保护健康信息）的标签 tags_to_anonymize = [ 'PatientName', 'PatientID', 'PatientBirthDate', 'PatientSex', 'PatientAge', 'PatientAddress', 'InstitutionName', 'InstitutionAddress', 'ReferringPhysicianName', 'PerformingPhysicianName', 'OperatorsName', 'StudyDescription', 'SeriesDescription', ] # 移除或替换敏感数据 for tag in tags_to_anonymize: if hasattr(ds, tag): if tag in ['PatientName', 'PatientID']: setattr(ds, tag, 'ANONYMOUS') elif tag == 'PatientBirthDate': setattr(ds, tag, '19000101') else: delattr(ds, tag) # 更新日期以保持时间关系 if hasattr(ds, 'StudyDate'): # 按随机偏移量移动日期 ds.StudyDate = '20000101' # 保持像素数据不变 ds.save_as('anonymized.dcm') ``` 使用提供的脚本：`python scripts/anonymize_dicom.py input.dcm output.dcm` ### 写入DICOM文件 从头创建DICOM文件： ```python import pydicom from pydicom.dataset import Dataset, FileDataset from datetime import datetime import numpy as np # 创建文件元信息 file_meta = Dataset() file_meta.MediaStorageSOPClassUID = pydicom.uid.generate_uid() file_meta.MediaStorageSOPInstanceUID = pydicom.uid.generate_uid() file_meta.TransferSyntaxUID = pydicom.uid.ExplicitVRLittleEndian # 创建FileDataset实例 ds = FileDataset('new_dicom.dcm', {}, file_meta=file_meta, preamble=b"\0" * 128) # 添加必需的DICOM元素 ds.PatientName = "Test^Patient" ds.PatientID = "123456" ds.Modality = "CT" ds.StudyDate = datetime.now().strftime('%Y%m%d') ds.StudyTime = datetime.now().strftime('%H%M%S') ds.ContentDate = ds.StudyDate ds.ContentTime = ds.StudyTime # 添加图像特定元素 ds.SamplesPerPixel = 1 ds.PhotometricInterpretation = "MONOCHROME2" ds.Rows = 512 ds.Columns = 512 ds.BitsAllocated = 16 ds.BitsStored = 16 ds.HighBit = 15 ds.PixelRepresentation = 0 # 创建像素数据 pixel_array = np.random.randint(0, 4096, (512, 512), dtype=np.uint16) ds.PixelData = pixel_array.tobytes() # 添加必需的UID ds.SOPClassUID = pydicom.uid.CTImageStorage ds.SOPInstanceUID = file_meta.MediaStorageSOPInstanceUID ds.SeriesInstanceUID = pydicom.uid.generate_uid() ds.StudyInstanceUID = pydicom.uid.generate_uid() # 保存文件 ds.save_as('new_dicom.dcm') ``` ### 压缩和解压缩 处理压缩的DICOM文件： ```python import pydicom # 读取压缩的DICOM文件 ds = pydicom.dcmread('compressed.dcm') # 检查传输语法 print(f"Transfer Syntax: {ds.file_meta.TransferSyntaxUID}") print(f"Transfer Syntax Name: {ds.file_meta.TransferSyntaxUID.name}") # 解压缩并保存为未压缩 ds.decompress() ds.save_as('uncompressed.dcm', write_like_original=False) # 或在保存时压缩（需要适当的编码器） ds_uncompressed = pydicom.dcmread('uncompressed.dcm') ds_uncompressed.compress(pydicom.uid.JPEGBaseline8Bit) ds_uncompressed.save_as('compressed_jpeg.dcm') ``` **常见传输语法：** - `ExplicitVRLittleEndian` - 未压缩，最常见 - `JPEGBaseline8Bit` - JPEG有损压缩 - `JPEGLossless` - JPEG无损压缩 - `JPEG2000Lossless` - JPEG 2000无损 - `RLELossless` - 游程编码无损 完整列表见`references/transfer_syntaxes.md`。 ### 处理DICOM序列 处理嵌套数据结构： ```python import pydicom ds = pydicom.dcmread('file.dcm') # 访问序列 if 'ReferencedStudySequence' in ds: for item in ds.ReferencedStudySequence: print(f"Referenced SOP Instance UID: {item.ReferencedSOPInstanceUID}") # 创建序列 from pydicom.sequence import Sequence sequence_item = Dataset() sequence_item.ReferencedSOPClassUID = pydicom.uid.CTImageStorage sequence_item.ReferencedSOPInstanceUID = pydicom.uid.generate_uid() ds.ReferencedImageSequence = Sequence([sequence_item]) ``` ### 处理DICOM序列 处理多个相关的DICOM文件： ```python import pydicom import numpy as np from pathlib import Path # 读取目录中的所有DICOM文件 dicom_dir = Path('dicom_series/') slices = [] for file_path in dicom_dir.glob('*.dcm'): ds = pydicom.dcmread(file_path) slices.append(ds) # 按切片位置或实例编号排序 slices.sort(key=lambda x: float(x.ImagePositionPatient[2])) # 或: slices.sort(key=lambda x: int(x.InstanceNumber)) # 创建3D体积 volume = np.stack([s.pixel_array for s in slices]) print(f"Volume shape: {volume.shape}") # (num_slices, rows, columns) # 获取用于适当缩放的间距信息 pixel_spacing = slices[0].PixelSpacing # [row_spacing, col_spacing] slice_thickness = slices[0].SliceThickness print(f"Voxel size: {pixel_spacing[0]}x{pixel_spacing[1]}x{slice_thickness} mm") ``` ## 辅助脚本 此技能在`scripts/`目录中包含实用脚本： ### anonymize_dicom.py 通过移除或替换受保护健康信息（PHI）来匿名化DICOM文件。 ```bash python scripts/anonymize_dicom.py input.dcm output.dcm ``` ### dicom_to_image.py 将DICOM文件转换为常见图像格式（PNG、JPEG、TIFF）。 ```bash python scripts/dicom_to_image.py input.dcm output.png python scripts/dicom_to_image.py input.dcm output.jpg --format JPEG ``` ### extract_metadata.py 以可读格式提取和显示DICOM元数据。 ```bash python scripts/extract_metadata.py file.dcm python scripts/extract_metadata.py file.dcm --output metadata.txt ``` ## 参考资料 详细参考信息可在`references/`目录中找到： - **common_tags.md**：按类别（患者、研究、序列、图像等）组织的常用DICOM标签的综合列表 - **transfer_syntaxes.md**：DICOM传输语法和压缩格式的完整参考 ## 常见问题和解决方案 **问题："Unable to decode pixel data"** - 解决方案：安装额外的压缩处理程序：`uv pip install pylibjpeg pylibjpeg-libjpeg python-gdcm` **问题：访问标签时出现"AttributeError"** - 解决方案：使用`hasattr(ds, 'AttributeName')`或`ds.get('AttributeName', default)`检查属性是否存在 **问题：图像显示不正确（太暗/太亮）** - 解决方案：应用VOI LUT窗宽窗位：`apply_voi_lut(pixel_array, ds)`或使用`WindowCenter`和`WindowWidth`手动调整 **问题：大型序列的内存问题** - 解决方案：迭代处理文件，使用内存映射数组，或对图像进行下采样 ## 最佳实践 1. **在访问属性之前始终检查**，使用`hasattr()`或`get()` 2. **保存文件时保留文件元数据**，使用`save_as()`并设置`write_like_original=True` 3. **使用传输语法UID**在处理像素数据之前了解压缩格式 4. **处理来自不可信来源的文件时处理异常** 5. **对医学图像可视化应用适当的窗宽窗位**（VOI LUT） 6. **处理3D体积时保持空间信息**（像素间距，切片厚度） 7. **在共享医学数据之前彻底验证匿名化** 8. **正确使用UID** - 创建新实例时生成新UID，修改时保留它们 ## 文档 官方pydicom文档：https://pydicom.github.io/pydicom/dev/ - 用户指南：https://pydicom.github.io/pydicom/dev/guides/user/index.html - 教程：https://pydicom.github.io/pydicom/dev/tutorials/index.html - API参考：https://pydicom.github.io/pydicom/dev/reference/index.html - 示例：https://pydicom.github.io/pydicom/dev/auto_examples/index.html