pyDicom基本使用操作dicom文件

# pyDicom基本使用操作DICOM文件

## 一、DICOM文件簡介

DICOM（Digital Imaging and Communications in Medicine）是醫學數字成像和通信的國際標準格式，廣泛應用于放射影像、超聲、內窺鏡等醫療設備。每個DICOM文件不僅包含圖像數據，還存儲了患者信息、檢查參數等豐富的元數據。

## 二、pyDicom庫安裝

```python
pip install pydicom

安裝完成后可通過以下命令驗證：

import pydicom
print(pydicom.__version__)

三、讀取DICOM文件

1. 基礎讀取

import pydicom

# 讀取DICOM文件
ds = pydicom.dcmread("example.dcm")

# 顯示元數據
print(ds)

2. 常用屬性訪問

# 患者信息
patient_name = ds.PatientName
patient_id = ds.PatientID

# 圖像信息
rows = ds.Rows
cols = ds.Columns
pixel_data = ds.pixel_array  # 獲取像素數據

四、操作DICOM數據

1. 修改元數據

ds.PatientName = "Anonymous"
ds.PatientID = "123456"

2. 像素數據處理

import numpy as np
from pydicom.pixel_data_handlers.util import apply_modality_lut

# 應用模態LUT轉換
hu_values = apply_modality_lut(ds.pixel_array, ds)

# 簡單窗寬窗位調整
def apply_window(image, window_center, window_width):
    min_val = window_center - window_width/2
    max_val = window_center + window_width/2
    return np.clip(image, min_val, max_val)

五、可視化DICOM圖像

import matplotlib.pyplot as plt

plt.imshow(ds.pixel_array, cmap='gray')
plt.title(f"CT Image - Patient: {ds.PatientName}")
plt.axis('off')
plt.show()

六、保存DICOM文件

# 保存修改后的文件
ds.save_as("modified.dcm")

# 可選：設置文件元數據
ds.file_meta.TransferSyntaxUID = pydicom.uid.ImplicitVRLittleEndian

七、高級功能

1. 處理多幀DICOM

if hasattr(ds, 'NumberOfFrames') and ds.NumberOfFrames > 1:
    for frame in range(ds.NumberOfFrames):
        frame_data = ds.pixel_array[frame]
        # 處理單幀數據...

2. 匿名化處理

from pydicom.dataset import Dataset

def anonymize(ds):
    new_ds = Dataset()
    # 保留必要字段
    new_ds.PatientID = "ANONYMIZED"
    new_ds.PatientName = "ANONYMIZED"
    # 復制圖像數據
    new_ds.PixelData = ds.PixelData
    return new_ds

八、實際應用示例

批量處理DICOM文件

import os

dicom_dir = "DICOM_Series/"
output_dir = "Processed/"

os.makedirs(output_dir, exist_ok=True)

for filename in os.listdir(dicom_dir):
    if filename.endswith('.dcm'):
        ds = pydicom.dcmread(os.path.join(dicom_dir, filename))
        # 處理邏輯...
        ds.save_as(os.path.join(output_dir, filename))

九、注意事項

1. 隱私保護：處理臨床數據時需遵守HIPAA等隱私法規
2. 內存管理：大型DICOM序列可能占用大量內存
3. 傳輸語法：不同設備生成的DICOM可能使用不同的壓縮格式

十、總結

pyDicom作為Python處理DICOM文件的核心庫，提供了從基礎讀取到高級處理的完整功能鏈。通過本文介紹的方法，開發者可以快速實現： - 醫學影像數據的解析與可視化 - DICOM元數據的編輯與轉換 - 批量自動化處理流程

對于更復雜的需求，還可以結合SimpleITK、VTK等專業醫學影像處理庫共同使用。

提示：實際臨床環境使用時，建議先在小規模測試數據上驗證代碼邏輯。 “`

文章結構說明： 1. 從基礎安裝到高級功能循序漸進 2. 包含代碼示例和實際應用場景 3. 強調醫療數據處理的特殊注意事項 4. 保持了850字左右的篇幅要求 5. 使用Markdown格式呈現代碼塊和章節結構