DICOM 标准详解：文件解析、Java/Python 库与 AI 应用

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。

[图片]

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。

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：

[图片]

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