DICOM介绍与实战：文件解析、Java/Python库、MONAI、MedImageInsight

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。 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：

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

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

MONAI

官网，专门为医疗影像AI开发的开源（GitHub，7.9K Star，1.4K Fork）框架，基于PyTorch，集成各种医学图像预处理、分割、分类工具。医生和开发者用它能快速开发肿瘤检测、器官分割等模型，不用再从零处理DICOM这类特殊格式。

核心特点：

• 医疗专用：支持DICOM格式、3D影像处理（CT/MRI常用），贴合医疗场景；
• 模型丰富：内置肿瘤分割、病灶检测等预训练模型，开箱即用；
• 合规友好：遵循医疗数据隐私规范，适合医院、科研机构使用。

应用场景：医学影像辅助诊断（如CT肺结节检测）、病灶分割、医疗图像分析研究。

项目对比：和普通CV框架（如PyTorch、Lightning）比，MONAI胜在医疗专用工具多，不用自己写医学图像预处理代码。

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： 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

参考

• MedImageInsight