阅读本文大概需要10分钟

'DICOM'数据是医疗影像的关键，一个.dcm 文件保存了单次诊断的全部信息(病人信息+图像数据)，通过读取解析.dcm文件可以获取所有信息。

`DICOM`文件结构

打开任意一个.dcm文件，使用16进制打开，可以看到如下结构：

导言

导言部分128字节，可以直接跳过。

前缀

前缀标识的一个dicm文件，总共4个字节。

数据元素

在前缀后面就是真正的数据元素来。

从数据元素开始，均是以key,value的形式提供，每个tag就是dicom里面定义好的字典，我们在解析时根据需要只需关注特定的tag即可，dicom全部的tag至少有 2000个。

好了，Dicom基本数据结构就这样，刚开始学习时可以自己动手解析下，体验下上面说的几个步骤。实际工作或者软件开发中都是使用第三方开源库进行操作,比如比较著名的 C++ 系的DCMTK，JAVA系的 dcm4che, python系的 pyDicom等等，本文乃至以后的文章主要以 DCMTK为主.

DICOM-Tag说明

1 患者信息（整个SERIES一样）

Tag	描述	例子
0010 0010	patient’s name(患者名字)	zhangsan
0010 0020	patient ID(患者ID)	100034251
0010 0030	patient’s birth date(患者生日)	19390506
0010 0040	patient’s sex(患者性别)	F
0010 1010	patient’s age(患者年龄)	075Y
0018 0015	body part examined(扫描部位)	Head

2 设备医院相关信息(整个SERIES一样)

Tag	描述	例子
0008 0060	Modality	CT
0008 0070	Manufacture(生产厂家)	SIMENS
0008 0080	Institution name(机构名称)	SH PULMONARY HOSPITAL
0008 0080	Institution address(机构地址)	NO.507zheng min road/shsh/71f6e4/yang puCN
0008 1010	Station name	CTAWP65018
0008 1070	Operator’s name	5411

3 study信息(整个SERIES一样)

Tag	描述	例子
0008 0020	Study date	20141103
0008 0021	Series date	20141103
0008 0030	Study time	175733(时分秒)
0008 1030	Study description	Head^headRoutineSeq
0008 103E	Series description	HeadSeq
0020 000D	Study Instance UID	1.2.840.113820.862123.26.20141103173532
0020 000E	Series Instance UID	1.3.12.2.1107.5.1.4.65018.30000014103107533800000272234
0020 0010	Study ID

4 图像信息(除注明的，整个SERIES相同)

Tag	描述	例子
0008 0008	Image type	ORIGINAL\PRIMARY\AXIAL\CT_SOM5 SEQ
0008 0023	Image data	20141103（每张分开列）
0008 0033	Image time	175812（每张分开列）
0018 0050	Slice thickness(层厚)	2.4（每张分开列）
0018 0093	Percent sampling	100
0018 0094	Percent phase field of view	100
0018 5100	Patient position(患者姿态)	HFS
0020 0013	Image number	3（每张分开列）
0020 0032	Image position(patient)	-113.2783-291.2783\63.8（每张分开列）
0020 0037	Image Orientation(patient)	1\0\0\0\1\0（每张分开列）
0020 1041	Slice location(图像位置)	63.8（每张分开列）
0028 0002	Samples per pixel	1
0028 0004	Photometric Interpretation	MONOCHROME2
0028 0010	Rows(图像列数)	512
0028 0011	Columns(图像行数)	512
0028 0030	Pixel spacing(像素间距)	0.443359375\0.443359375
0028 1050	Window center(窗位)	35\700（每张分开列）
0028 1051	Window wide(窗宽)	80\3200（每张分开列）

5 CT 设备信息(整个SERIES相同)

Tag	描述	例子
0018 0060	KVP(球管电压)	120
0018 0090	Data collection diameter(数据采集直径)	500
0018 1000	Device serial number(设备序列号)	65018
0018 1030	Protocol name(扫描序列名)	01_ThoraxRoutine
0018 1100	Reconstruction diameter(重建直径)	382
0018 1110	Distance source to detector(射线源与探测器间距)	1085.6
0018 1120	Gantry/detector tilt(机架倾斜角)	0
0018 1130	Table height(床高)	150
0018 1140	Rotation direction(旋转方向)	CW
0018 1150	Exposure time(曝光时间)	500
0018 1151	X-ray tube current(球管电流)	446
0018 1152	Exposure（mA*s）	185
0018 1160	Filter type(滤波类型)	FLAT
0018 1170	Generator power	34
0018 1190	Focal spot(焦点长度)	1.2
0018 1200	Date of last calibration(上次测量日期)	20140517
0018 1201	Time of last calibration(上次测量时间)	081655
0018 1210	Convolution kernel（卷积核）	B50f
0018 9306	Single collimation width（可重建最小厚度）	0.60000
0018 9307	Total collimation width（准直宽度）	98.40000
0018 9309	Table speed(床速度)	92.00000
0018 9310	Table feed per rotation(床旋进比)	46.00000
0018 9311	Spiral pitch factor(步进)	1.200000
0018 9313	Data collection center(patient)(数据采集中心)	0.373047-149.626953-92.5000
0018 9318	Reconstruction target center(patient)(重建目标中心)	0.373047-149.626953-92.5000
0018 9323	Exposure modulation type(曝光模式类型)	XYZ_EC
0018 9324	Estimated Dose Saving（辐射剂量）	64.125000
0018 9345	CTDIvol	9.445693

6 MR设备相关tag（整个SERIES相同)

Tag	描述	例子
0018 0020	Scanning sequence(序列类型)	SE
0018 0021	Sequence variant	sp
0018 0022	Scan options(扫描选项)	PFP
0018 0023	Mr acquisition type(采集类型)	2D
0018 0024	Sequence name(序列名)	*se2d1
0018 0025	Angio flag	N
0018 0080	Repetition time(重复时间)	495
0018 0081	Echo time(回波时间)	7.8
0018 0083	Number of averages(重复次数)	1
0018 0084	Imageing frequency(成像频率)	63.666472
0018 0085	Imaged Nucleus(成像核)	1H
0018 0086	Echo number(回波数)	1
0018 0087	Magnetic field strength(磁场强度)	1.5
0018 0088	Spacing between slices(层间距)	3
0018 0089	Number of Phase Encoding steps(相位编码步数)	224
0018 0091	Echo train length(回波链长度)	1
0018 0095	Pixel bandwidth(像素带宽)	130
0018 1000	Device series number(设备序列号)	25788
0018 1030	Protocol name(扫描序列名)	T1_se_tra
0018 1251	Transmitting coil(发射线圈)	body
0018 1310	Acquisition matrix(采集矩阵)	0\256\256\0
0018 1312	Phase encoding direction(相位编码方向)	ROW
0018 1314	Flip angle(翻转角)	90
0018 1315	Variable flip angle flag	N
0018 1316	SAR	0.83983357382971
0018 1318	db/dt	0

DICOM-VR数据类型说明

VR	含义	允许的字符	数据长度
CS - Code String
代码字符串	开头结尾可以有没有意义的空格的字符串，比如“CD123_4”	大写字母，0-9，空格以及下划线字符	最多16 个字符
SH- Short String 短字符串	短字符串		最多16
LO - Long String 长字符串	一个字符串，可能在开头、结尾填有空格。比如“Introduction to DICOM”		最多 64 个字符
ST - Short Text 短文本	可能包含一个或多个段落的字符串		最多 1024 个字符
LT - Long Text 短文本	可能包含一个或多个锻炼的字符串，与LO相同，但可以更长		最多 10240 个字符
UT - Unlimited Text 无限制文本	包含一个或多个段落的字符串，与 LT 类似		最多(2的32次方–2)个字符
AE - Application Entity应用实体	标识一个设备的名称的字符串，开头和结尾可以有无意义的字符。比如 “MyPC01”		最多 16 个字符
PN - Person Name 病人姓名	有插入符号(^)作为姓名分隔符的病人姓名。比如“SMITH^JOHN” “Morrison- Jones^Susan^^^Ph.D， Chief Executive Officer”		最多 64 个字符
UI - Unique Identifier (UID) 唯一标识符	一个用作唯一标识各类项目的包含 UID 的字符串。比如“1.2.840.10008.1.1”	0-9 和半角句号(.)	最多64 个字符
DA - Date 日期	格式为 YYYYMMDD 的字符串；YYYY 代表年；MM 代表月；DD 代表日。比如“20050822”表示 2005 年 8 月 22 日	0-9	8个字符
TM - Time 时间	格式为 HHMMSS 的字符串。FRAC； HH 表示小时(范围“00”-“23”)； MM 表示分钟(范围“00”-“59”)；而 FRAC 包含秒的小数部分，即百万分之一秒。比如“183200.00” 表示下午 6:32	0-9 和半角句号(.)	最多 16 个字符
DT - Date Time 日期时间	格式为 YYYYMMDDHHMMSS. FFFFFF，串联的日期时间字符串。字符串的各部分从左至右是:年 YYYY；月 MM；日 DD；小时 HH；分钟 MM；秒 SS；秒的小数 FFFFFF。比如 20050812183000.00”表示 2005 年 8 月 12 日下午 18 点 30 分 00 秒	0-9，加号，减号和半角句号	最多 26 个字符
AS - Age String 年龄字符串	符合以下格式的字符串:nnnD， nnnW， nnnM， nnnY；其中 nnn 对于 D 来说表示天数，对于W来说表示周数，对于M 来说表示月数，对于 Y 来说表示岁数。比如“018M”表示他的年龄是 18 个月	0–9， D， W，M， Y	4 个字符
IS - Integer String 整型字符串	表示一个整型数字的字符串。比如“-1234567”	0-9，加号(+)，减号(-)	最多 12 个字符
DS - Decimal String 小数字符串	表示定点小数和浮点小数。比如“12345.67”，“-5.0e3”	0-9，加号(+)，减号(-)，最多 16 个字符 E，e 和半角句号(.)	最多 16 个字符
SS - Signed Short 有符号短型	符号型二进制整数，长度 16 比特		2 个字符
US - Unsigned Short 无符号短型	无符号二进制整数，长度 16 比特		2 个字符
SL - Signed Long 有符号长型	有符号二进制整数		4 个字符
UL - Unsigned Long 无符号长型	无符号二进制整数，长度 32 比特		4 个字符
AT - Attribute Tag 属性标签	16 比特无符号整数的有序对，数据元素的标签		4 个字符
FL - Floating Single 单精度浮点	单精度二进制浮点数字		4 个字符
FD - Floating Point Double 双精度二进制浮点数字	双精度二进制浮点数字		8 个字符
OB - Other Byte String 其他字节字符串
OW - Other Word String 其他单词字符串	6 比特(2 字节)单词字符串
OF - Other Float String 其他浮点字符串	32 比特(4 个字节)浮点单词字符串
SQ - Sequence Items 条目序列	条目的序列
UN – Unknown 未知	字节的字符串，其中内容的编码方式是未知的

`DICOM` 标准支持的数据集

Character Set Description	Defined Term
Latin alphabet No. 1	ISO_IR 100
Latin alphabet No. 2	ISO_IR 101
Latin alphabet No. 3	ISO_IR 109
Latin alphabet No. 4	ISO_IR 110
Cyrillic	ISO_IR 144
Arabic	ISO_IR 127
Greek	ISO_IR 126
Hebrew	ISO_IR 138
Latin alphabet No. 5	ISO_IR 148
Japanese	ISO_IR 13
Thai	ISO_IR 166
Default repertoire	ISO 2022 IR 6
Latin alphabet No. 1	ISO 2022 IR 100
Latin alphabet No. 2	ISO 2022 IR 101
Latin alphabet No. 3	ISO 2022 IR 109
Latin alphabet No. 4	ISO 2022 IR 110
Cyrillic	ISO 2022 IR 144
Arabic	ISO 2022 IR 127
Greek	ISO 2022 IR 126
Hebrew	ISO 2022 IR 138
Latin alphabet No. 5	ISO 2022 IR 148
Japanese	ISO 2022 IR 13
Thai	ISO 2022 IR 166
Japanese	ISO 2022 IR 87
Japanese	ISO 2022 IR 159
Korean	ISO 2022 IR 149