用途：pydicom 是处理 DICOM 标准医学影像文件的纯 Python 包，本技能提供读取、写入与操作 DICOM 文件的指导，覆盖像素数据、元数据与压缩格式。适用 CT、MRI、X 光、超声、PET 等影像文件，元数据提取与修改，像素数据提取与处理，匿名化，转标准图像格式，解压，序列与结构化报告，多切片体数据重建，以及 PACS 集成。
安装：uv pip install pydicom；常见依赖 uv pip install pillow（图像转换）、numpy（像素数组操作）、matplotlib（可视化）。压缩文件另需 uv pip install pylibjpeg pylibjpeg-libjpeg pylibjpeg-openjpeg 或 uv pip install python-gdcm。
主要能力：用 pydicom.dcmread() 读取并返回 Dataset，以 ds.PatientName 或 ds[0x0010,0x0010] 访问元素，用 hasattr/getattr 处理缺失属性；通过 ds.pixel_array 获取像素数组，结合 apply_voi_lut 做窗宽窗位显示，处理 RGB、YBR_FULL 及多帧图像；可用 PIL 将像素归一化后保存为 PNG 等；可修改、新增或删除元素并 save_as() 保存；可按标签列表替换或删除 PHI 实现匿名化；可从零构建 FileDataset 并写入 PixelData；支持 ds.decompress() 与 compress() 处理压缩传输语法，如 ExplicitVRLittleEndian、JPEGBaseline8Bit、JPEGLossless、JPEG2000Lossless、RLELossless；支持 Sequence 嵌套结构与多文件序列处理，可按 ImagePositionPatient 或 InstanceNumber 排序并堆叠为三维体数据，读取 PixelSpacing、SliceThickness 等空间信息。附带脚本：scripts/anonymize_dicom.py、scripts/dicom_to_image.py、scripts/extract_metadata.py。
限制与注意：部分压缩数据需额外安装处理器，否则可能提示无法解码；访问不存在的标签会报 AttributeError，应先检查；显示过暗或过亮需应用 VOI LUT；大型序列注意内存；处理不可信来源文件需捕获异常；修改时用 write_like_original=True 保留元数据；创建新实例应生成新 UID，修改时保留原 UID；共享医学数据前须彻底核查匿名化。官方文档见 https://pydicom.github.io/pydicom/dev/。