用途：pydicom 是用于读写和修改 DICOM（医学数字成像与通信）文件的纯 Python 库，可访问元数据标签并以 NumPy 数组形式获取像素数据，覆盖 CT、MRI、X 射线、超声等模态。
主要能力：读取 DICOM 文件与元数据（患者信息、检查参数、成像设置）；提取像素数据用于分析或可视化；转换为 PNG/JPEG/TIFF 等标准格式；通过删除 PHI 标签实现匿名化；修改或新增元数据标签；从零创建 DICOM 文件（把 NumPy 数组封装为 DICOM）；将 CT/MRI 序列按空间位置排序并堆叠为 3D 体积数组；提取多帧（cine/视频）DICOM 帧。
依赖与安装：需要 pydicom、numpy、pillow。压缩传输语法需可选编解码器：pylibjpeg + pylibjpeg-libjpeg（JPEG）、pylibjpeg-openjpeg（JPEG 2000）、python-gdcm（格式覆盖最全）。安装命令：pip install pydicom numpy pillow；pip install pylibjpeg pylibjpeg-libjpeg；pip install pylibjpeg-openjpeg；pip install python-gdcm。
使用方式：用 pydicom.dcmread 读取文件，可通过属性名或 (group, element) 标签号访问元素，用 getattr 安全取值；ds.pixel_array 获取 NumPy 数组；apply_modality_lut 做 CT 的 HU 重标定，apply_voi_lut 做显示窗宽窗位，也可手动 np.clip 加窗；convert_color_space 处理 YBR 到 RGB；改标签后 ds.save_as 保存；用 generate_uid 替换 Study/Series/SOP Instance UID；创建文件时按需设置 FileMetaDataset 与必需属性并把数组写入 PixelData。
适用场景：医学影像数据整理与元数据批量导出（如转 CSV）、可视化与格式转换、去标识化研究数据准备、CT/MR 序列三维重建前处理。
限制与替代：全切片病理图像（SVS、NDPI）应改用 histolab-wsi-processing，NIfTI 神经影像（.nii/.nii.gz）应改用 nibabel；访问压缩像素前必须安装对应传输语法处理库，RLE 无损为内置支持。其余未提供的信息暂未说明。