DICOM文件概述

碎碎念

算是从应用的角度学一点相关知识。

概要

DICOM文件是目前医学数字成像与通讯的国际标准化文件格式，可储存影像、感兴趣区域勾画、放疗计划、放疗剂量等等信息，其内容基本涵盖了医学数字图像的采集、归档、通讯、显示、查询几乎所有形式的信息交换协议。

DICOM数据本身以16进制储存，大致可划分为导语（前128字节）、前缀（识别dicm的字符，4字节）和数据，DICOM数据的基本数据单元为（TAG，VR，Value length，Value），TAG是识别数据信息的标识，相当于key，关键词；VR指的是数据的类型，Value length为记录数据的长度，Value就是真实记录的值。作为应用，只需要知道一个TAG对应一个Value就可以了。

可用的查看软件

• 3D Slicer：https://zhuanlan.zhihu.com/p/401619399
• amide：https://amide.sourceforge.net/
• dicompyler：https://www.dicompyler.com/

以上软件可以读取DICOM文件，并显示为可视化的图像形式。

• Matlab：自带的dicomread（https://ww2.mathworks.cn/help/images/ref/dicomread.html），可读取dicom文件并以结构体的形式储存
• Python：第三方库pydicom（https://pydicom.github.io/pydicom/stable/tutorials/installation.html），读取dicom文件并以字典的形式储存

数据说明

读取一张ct：

import pydicom

ct_dcm = pydicom.read_file(r'D:\project\0_Competition\data\Original_data\HN-CHUM-001\CT\1-001.dcm')

可以看到结构如下：

每个字典的key就是数据元素的描述，可以理解为读取TAG→识别描述→作为key。每个项目具体的含义可在以下网站查询：https://dicom.innolitics.com/ciods

接下来分别读取结构、计划和剂量文件：

str_dcm = pydicom.read_file(r'D:\project\0_Competition\data\Original_data\HN-CHUM-001\RS\1-1.dcm')
plan_dcm = pydicom.read_file(r'D:\project\0_Competition\data\Original_data\HN-CHUM-001\RP\1.dcm')
dose_dcm = pydicom.read_file(r'D:\project\0_Competition\data\Original_data\HN-CHUM-001\RD\1.dcm')

打开后可以看到，不同的类型，会有相同的元素（黑色框），也会有自己专有的元素（红色框）。根据储存的内容，可以将数据大致划分为：

• Patient：患者相关信息，包括姓名、年龄、扫描日期等等
• 设备医院相关：Modality-模式，OperatorName-操作者等等
• UID：DICOM中，唯一标识符，用于区别文件类型、文件实体等等信息，确保信息传输过程中的唯一性。具体可以参考：DICOM文件-UID
• Study, Series, Reference：先设想一下，一位病人首次就诊，他扫了一套CT（CT_1），然后基于这个CT勾了一套结构（RS_1），基于这个结构做了计划（RP_1），基于这个计划计算了DOSE（RD_1）。在计划过程中，医生有自己考量和权衡，所以基于同样的勾画又做了另一套计划（RP_2）。治疗结束后，发现出现了转移灶，那就会重新扫一次CT（CT_2），再依靠CT_2重新进行一次计划设计流程。图示如下：

也就是说，一位病人不是只对应一个图像，一个图像可能不止对应一套计划，但是，CT、RS、RP、RD又存在依赖对应关系，因此DICOM中，利用Reference类的数据，描述当前文件依赖于哪个文件（储存依赖文件的UID和模式UID）。

另外，为了方便识别，可以将上下两个数据流，看做两个Study，DICOM中会储存当前文件所述study的名称、日期、InstanceUID等等。另外，CT图像是切片序列形式存在，也就是说一次CT成像的结果会储存为一系列的DICOM文件，显示这些文件属于一个序列，就是Series类数据。（Study和Series感觉可以理解为不同的文件夹，文件夹下储存相关信息，这一点可能在用过TPS系统后会更能理解。）

• 不同Modality下的专有元素
• 私人定义的元素：不同的机构，不同的厂家，甚至说不同的研究，都可以按照DICOM文件数据元的格式自己定义元素，这点可能暂时用不到。