pydicom

用途

pydicom 是一个用于处理 DICOM 文件的 Python 包，允许以 Python 风格读取、修改和写入 DICOM 数据。DICOM 不只是图像，而是一种包含患者信息、空间方位和像素数据的丰富数据结构，pydicom 提供了对这些标签的访问能力。它是 Python 医学影像处理的基础工具，帮助研究人员和临床人员处理支撑现代放射学的标准化 DICOM 格式。

主要能力

读取 DICOM 文件并访问元数据，例如患者姓名、患者 ID、模态（CT、MR、DX）、检查日期、层厚等。
通过 pixel_array 属性访问像素数据，并与 NumPy 集成。
支持按名称（如 ds.PatientName）或标签 ID（如 ds[0x0010, 0x0010]）访问数据集标签。
支持对日期、年龄和小数等值表示（VR）的严格类型处理，以保证数据完整性。
支持修改和写入 DICOM 数据，并可用于匿名化处理。
支持处理 DICOM 序列，将多个切片堆叠为体数据。

使用方式

标准导入：

import pydicom
from pydicom.data import get_testdata_files
import matplotlib.pyplot as plt
import numpy as np

基本模式：

# 1. 读取文件
ds = pydicom.dcmread("scan.dcm")

# 2. 访问元数据
print(f"Patient: {ds.PatientName}, ID: {ds.PatientID}")
print(f"Modality: {ds.Modality}") # CT, MR, DX
print(f"Study Date: {ds.StudyDate}")
print(f"Slice Thickness: {ds.SliceThickness}")

# 3. 访问图像
plt.imshow(ds.pixel_array, cmap="gray")
plt.title(f"{ds.Modality} - {ds.PatientName}")

处理 DICOM 序列：

import pydicom
from pathlib import Path

# 加载一系列 DICOM 文件
dicom_dir = Path("dicom_series")
files = sorted(dicom_dir.glob("*.dcm"))

# 加载并堆叠切片
slices = [pydicom.dcmread(f) for f in files]
volume = np.stack([s.pixel_array for s in slices])

匿名化：

ds.PatientName = "ANONYMOUS"
ds.PatientID = "000000"
ds.PatientBirthDate = ""
ds.PatientSex = ""

适用场景

处理医学影像数据（CT、MRI、X 射线、超声）。
从 DICOM 文件中提取患者元数据和临床信息。
构建需要同时使用图像和元数据的放射学 AI 模型。
将 DICOM 转换为其他格式以便分析。
医学影像工作流中的质量保证与合规检查。

限制与注意事项

应遵循以下规则：

始终通过 ds.pixel_array 而非 ds.PixelData 访问像素数据，以获得正确的 NumPy 集成。
在访问可选标签前，使用 hasattr(ds, 'TagName') 检查标签是否存在。
DICOM 文件包含受保护健康信息（PHI），分享前务必匿名化。
注意不同的光度解释，部分图像可能反转或使用不同色彩空间。

不应：

不要原地修改 DICOM 文件，修改时应创建副本以保留原始数据。
不要忽略 VR 类型，DICOM 有严格的数据类型，错误转换可能损坏数据。
不要假设所有 DICOM 文件都包含图像，有些仅包含元数据（如结构化报告）。

关于安装命令、收费、价格、平台支持等具体信息，资料中暂未提供。

技能介绍

用途

主要能力

使用方式

适用场景

限制与注意事项