在前两篇文章中，我们了解了DICOM作为医学影像“通用语言”的核心价值，以及DICOM文件的底层结构（从文件元信息头到标签驱动的数据集）。但理论知识的最终落脚点是实践——如何用代码直接读取DICOM文件中的患者信息、检查参数，甚至提取图像像素数据？
Python作为医学影像处理领域的主流编程语言之一，拥有强大的第三方库支持。其中，pydicom 是最受欢迎、最易上手的DICOM文件解析工具，它能够轻松读取、修改和保存DICOM文件，并提供了直观的API访问每一个数据元素（Tag）。
本文将通过完整的代码示例与逐步解析，带你用pydicom实现以下目标：
安装与配置pydicom环境；
读取DICOM文件的基础信息（如患者姓名、检查日期）；
提取图像像素数据并可视化；
修改DICOM元数据并保存新文件；
常见问题与实用技巧。
无论你是医学生、影像科工程师，还是想用Python处理医学数据的开发者，这篇文章都能帮你快速上手DICOM文件的实战操作！
一、准备工作：安装pydicom与环境配置
1. 安装pydicom
pydicom是一个纯Python实现的库（无需依赖C/C++底层库），安装非常简单，只需通过pip执行以下命令：
pip install pydicom
📌 推荐使用Python 3.7及以上版本。如果需要处理图像显示（如绘制像素矩阵），可额外安装matplotlib：
pip install matplotlib
2. 准备DICOM文件
你可以从以下途径获取测试用的DICOM文件（建议选择小型的CT或X光片文件，文件体积小且内容清晰）：
-
公开数据集：如The Cancer Imaging Archive (TCIA)、DICOM Library（提供免费下载）；
-
医院/实验室：联系影像科获取脱敏后的示例文件；
-
自备设备：通过CT/MRI设备导出单个患者的DICOM文件（通常为.dcm格式）。
将文件保存到本地目录（例如命名为example.dcm），后续代码将以该文件为例。
二、读取DICOM文件的基础信息（标签解析实战）
1. 加载DICOM文件
使用pydicom的dcmread()函数可以直接读取.dcm文件，返回一个Dataset对象（即DICOM数据集，包含所有数据元素）。
import pydicom
# 读取DICOM文件
dcm_file = "example.dcm" # 替换为你的文件路径
ds = pydicom.dcmread(dcm_file)
# 打印文件的基本信息（所有数据元素的摘要）
print(ds)
运行后会输出类似以下内容（简化版）：
(0008, 0016) SOP Class UID UI: CT Image Storage
(0008, 0018) SOP Instance UID UI: 1.2.840.113619.2.55.3.2831164382.145.1643824682.81
(0010, 0010) Patient's Name PN: '张三^三'
(0010, 0020) Patient ID LO: '123456'
(0010, 0030) Patient's Birth Date DA: '19800101'
(0010, 0040) Patient's Sex CS: 'M'
(0008, 0060) Modality CS: 'CT'
(0028, 0010) Rows US: 512
(0028, 0011) Columns US: 512
(0028, 0100) Bits Allocated US: 16
(7FE0, 0010) Pixel Data OW: (Array of 512x512x2 bytes)
每一行代表一个数据元素（Tag），格式为(Group,Element) VR: 值（例如(0010,0010)是患者姓名，VR为PN（人名），值是“张三^三”）。
2. 按Tag精确提取关键信息
如果只想获取特定信息（如患者姓名、检查日期），可以直接通过Tag访问对应的值。pydicom将常用的Tag定义为常量（如PatientName、StudyDate），使用起来更直观。
# 提取患者姓名（Tag: (0010,0010)）
patient_name = ds.PatientName
print("患者姓名:", patient_name) # 输出: 张三^三
# 提取患者ID（Tag: (0010,0020)）
patient_id = ds.PatientID
print("患者ID:", patient_id) # 输出: 123456
# 提取出生日期（Tag: (0010,0030)）
birth_date = ds.PatientBirthDate
print("出生日期:", birth_date) # 输出: 19800101（格式为YYYYMMDD）
# 提取性别（Tag: (0010,0040)）
gender = ds.PatientSex
print("性别:", gender) # 输出: M（男）或 F（女）
# 提取检查模态（Tag: (0008,0060)）
modality = ds.Modality
print("检查模态:", modality) # 输出: CT（CT扫描）、MR（MRI）、CR（X光）
# 提取检查描述（Tag: (0008,1030)）
study_description = ds.StudyDescription # 如果存在
print("检查描述:", study_description or "无描述")
📌 注意：
-
如果某个Tag不存在（例如文件中没有检查描述），直接访问ds.StudyDescription会报错。安全的方式是先检查是否存在：
if 'StudyDescription' in ds:
print("检查描述:", ds.StudyDescription)
else:
print("无检查描述") -
患者姓名（PatientName）的类型是pydicom.valuerep.PersonName，若需拆分为姓和名，可通过family_name和given_name属性获取：
print("姓:", patient_name.family_name) # 张三
print("名:", patient_name.given_name) # 三
三、提取图像像素数据并可视化（从二进制到图像）
DICOM文件的核心价值之一是包含医学图像的原始像素数据（存储在Tag (7FE0,0010)中）。通过pydicom，我们可以轻松提取这些数据，并用matplotlib绘制为可视化的灰度图像。
1. 获取像素数据
像素数据存储在ds.pixel_array属性中，它是一个NumPy数组，形状为(行数, 列数)（例如512×512）。
import matplotlib.pyplot as plt
# 检查是否存在像素数据（通常CT/MRI文件都有）
if hasattr(ds, 'pixel_array'):
pixel_data = ds.pixel_array # 获取NumPy数组
print("图像尺寸（行, 列）:", pixel_data.shape) # 例如 (512, 512)
print("像素值范围:", pixel_data.min(), "~", pixel_data.max()) # 例如 0 ~ 255（8bit）或 0 ~ 4095（12bit）
# 可视化单幅图像（适用于CT/MRI的单一切片）
plt.imshow(pixel_data, cmap='gray') # 使用灰度色阶
plt.title(f"DICOM图像预览 (患者: {ds.PatientName}, 模态: {ds.Modality})")
plt.axis('off') # 隐藏坐标轴
plt.show()
else:
print("该DICOM文件不包含图像像素数据（可能是报告或其他类型文件）")
📌 关键说明：
-
pixel_array的数值范围取决于图像的比特深度（如16bit图像的值可能是0~65535，8bit是0~255）。
-
CT图像通常是16bit，像素值对应的是Hounsfield单位（HU），需要通过窗宽窗位（Window Width/Level）调整显示效果（后续进阶文章会讲解）。
-
如果是多帧图像（如动态超声），pixel_array可能是三维数组（帧数×行×列），需额外处理。
2. 多切片图像的批量预览（可选）
如果DICOM文件是多切片序列（如CT扫描的连续断层），通常一个文件夹下会有多个.dcm文件（每个文件对应一个切片）。此时可以遍历文件夹，批量读取并显示所有图像：
import os
folder_path = "dicom_series_folder" # 替换为存放多个DICOM文件的文件夹路径
dcm_files = [f for f in os.listdir(folder_path) if f.endswith('.dcm')]
dcm_files.sort() # 按文件名排序（确保切片顺序正确）
for i, filename in enumerate(dcm_files[:5]): # 只显示前5张切片（避免过多）
filepath = os.path.join(folder_path, filename)
ds_slice = pydicom.dcmread(filepath)
plt.subplot(1, 5, i+1) # 1行5列的子图
plt.imshow(ds_slice.pixel_array, cmap='gray')
plt.title(f"Slice {i+1}")
plt.axis('off')
plt.suptitle(f"DICOM切片序列预览 (共{len(dcm_files)}张)", y=1.05)
plt.show()
四、修改DICOM元数据并保存新文件
pydicom不仅支持读取，还允许修改DICOM文件中的元数据（如患者姓名、检查日期），并保存为新的.dcm文件。
1. 修改元数据
直接通过Tag赋值即可修改（例如将患者姓名改为“李四^四”）：
# 修改患者姓名（注意：PatientName是PersonName类型，需用正确格式）
new_name = pydicom.valuerep.PersonName("李四^四")
ds.PatientName = new_name
# 修改检查日期（Tag: (0008,0020) Study Date，格式为YYYYMMDD）
ds.StudyDate = '20250101'
# 修改备注信息（Tag: (0010,4000) Patient Comments）
ds.add_new((0010, 4000), 'LT', '这是通过pydicom修改的测试文件') # LT表示长文本
📌 注意：
-
修改Tag时需确保其VR（值类型）正确。例如日期（StudyDate）必须是字符串格式（如'20250101'），不能是数字。
-
如果要添加新的Tag（原文件不存在），使用add_new(Tag, VR, value)方法（如上面的Patient Comments）。
2. 保存修改后的文件
使用save_as()方法将修改后的Dataset保存为新的.dcm文件：
output_path = "modified_example.dcm"
ds.save_as(output_path)
print(f"修改后的DICOM文件已保存至: {output_path}")
打开新文件后，通过DICOM查看器（如MicroDicom）或pydicom再次读取，即可验证修改是否生效。
五、常见问题与实用技巧
1. 文件打不开或报错？
-
确保文件是标准的DICOM格式（后缀为.dcm，且包含“DICM”标识）。
-
如果文件是私有的非标准格式，pydicom可能无法解析全部数据，但通常能读取基础信息（如像素数据）。
2. 如何知道一个Tag的具体含义？
-
查阅DICOM标准文档（如Part 6：Data Dictionary），或使用在线工具（如DICOM Tag Browser）。
-
pydicom中可通过dir(ds)查看所有可访问的Tag名称（如PatientName、Modality）。
3. 像素数据是8bit还是16bit？如何调整显示亮度？
-
通过ds.BitsAllocated查看比特深度（如16表示16bit，8表示8bit）。
-
若像素值范围过大（如16bit的0~65535），可通过归一化显示：
pixel_data_normalized = (pixel_data – pixel_data.min()) / (pixel_data.max() – pixel_data.min()) * 255
plt.imshow(pixel_data_normalized.astype('uint8'), cmap='gray')
4. 如何批量处理一个文件夹下的所有DICOM文件？
结合os.listdir()遍历文件夹，对每个.dcm文件执行读取→解析→处理→保存操作（参考前面的多切片预览代码）。
六、小结：pydicom——医学影像数据的“Python钥匙”
通过本文，你已经掌握了用pydicom解析DICOM文件的核心技能：
✅ 读取基础信息（患者姓名、检查模态、设备参数）；
✅ 提取图像像素数据并可视化（CT/MRI的灰度图像）；
✅ 修改元数据并保存新文件（适用于数据脱敏或标注）；
✅ 处理多切片序列（批量预览或分析）。
pydicom的强大之处在于，它既适合快速提取DICOM中的关键信息（如科研中的患者统计），也能作为医学AI开发的“数据预处理工具”（将DICOM转换为模型可读的NumPy数组）。
