DICOM介绍与实战：文件解析

概述、标准、数据字典、文件、库、dcm4che、DCMTK、PyDicom、AI、Medlmagelnsight、参考、

johnny233

620人浏览 · 2026-02-23 16:05:47

johnny233 · 2026-02-23 16:05:47 发布

概述

Digital Imaging and Communications in Medicine，医学数字成像和通信，简称DICOM，一种用于存储和传输如X光、CT、MRI、超声等医学影像数据的国际标准。

主要特点是标准化，确保不同医疗设备和系统间可以相互兼容、共享和解读医学影像。关键特征：

内容丰富：包含图像数据和丰富的元数据。
广泛应用：放射科、心血管科、眼科、牙科等领域。
标准制定：由美国国家电气制造商协会（NEMA）开发。

标准

自从1985年首次发布以来，标准已经历多次修订和扩展，以适应不断发展的医学影像技术和需求。
在这里插入图片描述
当前最新版本为2026a。

数据字典

DICOM数据字典，定义DICOM文件中使用的上千个数据元素及其属性，分成四类：

DICOM Data Elements
DICOM File Meta Elements
DICOM Directory Structuring Elements
DICOM Dynamic RTP Payload Elements

数据字典格式：

Tag：标签，相当于唯一ID，由两个十六进制数字组成，分别表示组号和元素号，标准数据元素的组号为偶数，私有数据元素组号为奇数。
Name：名称，描述该元素的含义。
Keyword：关键字，通常是名称的简写形式。
VR：Value Representation，值表示，定义该元素的数据类型，如：UL（Unsigned Long）、CS（Code String）、PN（Person Name）等。
VM：Value Multiplicity，值多重性，表示该元素可以包含多少个值（如单值、多值等）。
说明，Description

部分常见数据元素

标签(Tag)	名称	VR	VM	说明(Description)
(0010,0010)	Patient’s Name	PN	1	患者姓名
(0010,0020)	Patient ID	LO	1	患者标识
(0008,0060)	Modality	CS	1	检查模态（如CT、MR、US等）
(0028,0010)	Rows	US	1	图像的行数
(0028,0011)	Columns	US	1	图像的列数
(0028,0030)	Pixel Spacing	DS	2	像素间距（行间距和列间距，单位为毫米）
(0028,1050)	Window Center	DS	1-n	窗口中心值
(0028,1051)	Window Width	DS	1-n	窗口宽度值
(0028,0008)	Number of Frames	IS	1	图像的帧数（对于多帧图像）

文件

普通图像查看器通常打不开它，需要使用专业的DICOM查看软件，如MicroDicom、RadiAnt或GIMP等，来打开、查看和转换成JPG等格式。

如何打开DCM文件：

专用软件：如RadiAnt DICOM Viewer、MicroDicom或3DICOM Viewer免费或付费DICOM浏览器。
图像处理软件：GIMP(支持多平台)也能打开部分DCM文件。
在线工具：一些在线服务也提供DCM转JPG等功能，但可能受文件大小或数量限制。

转换DCM文件：使用上述专用软件，在File菜单下找到Export或Save As选项，将其转换为JPEG、PNG等常用格式。

库

简单汇总介绍几个Java和Python库：

dcm4che
DCMTK
PyDicom

dcm4che

广泛使用的开源Java库，GitHub，专为处理DICOM文件而设计，提供丰富的API，支持读取、解析、修改、显示、存储、传输DICOM文件。

Maven项目引入依赖：

<dependency>
	<groupId>org.dcm4che</groupId>
	<artifactId>dcm4che-core</artifactId>
	<version>5.34.1</version>
	<scope>compile</scope>
</dependency>

示例程序：

private static final Set<String> ALLOWED_FILE_EXT = Sets.newHashSet("dcm", "dicom");

public static String parseDcm(MultipartFile img) {
	String suffix = FileUtil.getSuffix(img.getOriginalFilename());
	if (ALLOWED_FILE_EXT.contains(suffix)) {
		try (DicomInputStream dis = new DicomInputStream(img.getInputStream())) {
			Attributes attr = dis.readDataset(-1, -1);
			String patientId = attr.getString(Tag.PatientID);
			String patientName = attr.getString(Tag.PatientName);
			// logging
		}
	}
}

DCMTK

开源的医学影像处理Java库，提供丰富的功能，包括解析、读写和处理DICOM文件。

Gradle项目引入依赖：implementation 'org.dcmtk:dcmtk:3.6.5'

示例：

import org.dcmtk.dcmdata.DcmFileFormat;
import org.dcmtk.dcmdata.DcmObject;
import org.dcmtk.dcmdata.Tag;
import org.dcmtk.dcmdata.TagPath;
import org.dcmtk.dcmdata.VR;

public class DicomParser {
	public static void main(String[] args) {
		String filePath = "/path/to/dicom/file.dcm";
		DcmFileFormat dcmFileFormat = new DcmFileFormat();
		if (dcmFileFormat.loadFile(filePath).good()) {
			// 获取数据集对象
			DcmObject dcmObject = dcmFileFormat.getDataset();
			String patientName = dcmObject.getString(Tag.PatientName);
			String patientID = dcmObject.getString(Tag.PatientID);
			// 获取图像宽度、高度
			int width = dcmObject.getInt(Tag.Columns, 0);
			int height = dcmObject.getInt(Tag.Rows, 0);
			// 获取像素数据类型
			VR pixelDataType = dcmObject.getVR(Tag.PixelData);
		} else {
			log.error("Failed to load DICOM file:{}.", filePath);
		}
	}
}

PyDicom

用于处理DICOM文件的开源（GitHub，）Python库。允许用户读取、修改和创建DICOM文件，支持大部分DICOM标准的数据元素和功能。

PyDicom使用内置的数据字典来解释DICOM文件中的数据元素，包含DICOM标准中定义的（除Dynamic RTP Payload Elements外）所有数据元素及其属性，可在_dicom_dict.py文件中对照标准查看。

安装：pip install pydicom matplotlib

示例：

import matplotlib.pyplot as plt
import pydicom

file_name = '/P202601010001_肝穿刺_HE染色_20250923_001.dcm'

ds = pydicom.dcmread(file_name)
print(f"{len(ds.file_meta.keys())} + {len(ds.keys())} Tags：")

for key in ds.file_meta.keys():
    print(f"{key}: {ds.file_meta.get(key)}")

for key in ds.keys():
    print(f"{key}: {ds.get(key)}")

print('\n---\n')

print(f"SOP类..........: {ds.SOPClassUID} ({ds.SOPClassUID.name})")
print(f"患者姓名........: {ds.PatientName.family_comma_given()}")
print(f"检查模态........: {ds.Modality}")
print(f"图像尺寸........: {ds.get(0x00280010).value} x {ds[0x0028, 0x0011].value}")
print(f"像素数组维度.....: {ds.pixel_array.ndim}")
print(f"像素数组形状.....: {ds.pixel_array.shape}")
print(f"图像帧数........: {ds.NumberOfFrames}")
print(f"协议名称........: {ds.get('ProtocolName', '(缺失)')}")
print(f"检查部位........: {ds.get('BodyPartExamined', '(缺失)')}")
print(f"切片位置........: {ds.get('SliceLocation', '(缺失)')}")

if ds.pixel_array.ndim == 2:
    plt.imsave('./test.jpg', ds.pixel_array, cmap='gray')
else:
    for i in range(ds.pixel_array.shape[0]):
        png_file = f'./test/test_{i:03d}.jpg'
        plt.imsave(png_file, ds.pixel_array[i, :, :], cmap='gray')

AI

MedImageInsight

论文，微软团队提出用于医学图像的开源嵌入模型MedImageInsight，采用类似CLIP的双塔架构：图像编码器+文本编码器。
在这里插入图片描述
在未经微调的情况下，即可在分类、图像检索、报告生成等多种医学图像任务中表现出色。

Thelion.ai组织在HF开源模型权重，GitHub在HF基础上通过GitHub Actions 构建Docker镜像：

CPU版本：alphahinex/medimageinsights:cpu
GPU版本：alphahinex/medimageinsights:gpu

一行命令启动：
docker run --privileged --name mi2 -p 8000:8000 alphahinex/medimageinsights:cpu

浏览器打开http://localhost:8000/docs即可看到FastAPI自动生成的接口文档：
在这里插入图片描述
主要是预测分类接口/predict。

使用示例

分类预测：

img1=$(base64 -i ultrasound.jpg | tr -d '\n')
img2=$(base64 -i computed-tomography.jpg | tr -d '\n')
img3=$(base64 -i x-ray.jpg | tr -d '\n')
curl -X POST -H "Content-Type: application/json" \
-d "{\"images\": [\"$img1\",\"$img2\",\"$img3\"], \"labels\":[\"X-Ray\",\"Magnetic Resonance Imaging\",\"Computed Tomography\",\"Ultrasound\",\"Dermoscopy\",\"Clinical Photography\",\"Optical Coherence Tomography\"]}" http://localhost:8000/predict

输出略，注意事项：

训练数据均为英文标签，推理时也使用英文标签效果更好；
输入的图像不能包含alpha通道，否则会报错：The size of tensor a (4) must match the size of tensor b (3) at non-singleton dimension 0

/encode接口用于生成（1024 维）嵌入向量，适用于文本和图片：

curl -X POST -H "Content-Type: application/json" \
-d "{\"images\": [\"$img1\"], \"texts\":[\"Ultrasound\"]}" http://localhost:8000/encode
curl -X POST -H "Content-Type: application/json" \
-d "{\"texts\":[\"Ultrasound\"]}" http://localhost:8000/encode