DICOM 基础：从一个 .dcm 文件理解医学影像

解释 DICOM 的层级、Tag、PixelData、窗宽窗位、HU，以及 CT、PET、超声在数据形态上的差异。

2026年6月1日约 18 分钟阅读

问题引入

第一次接触 DICOM 时，很容易把 .dcm 当作一种医学图片格式。这个理解只对了一小半。DICOM 文件当然可以携带像素，但它更重要的是携带医学语义：这是哪位患者、哪次检查、哪组序列、哪张图像、来自什么设备、像素间距是多少、切片位置在哪里、默认窗宽窗位是什么。一个 Viewer 如果只把 PixelData 当图片显示，它很快会在序列组织、测量、MPR、PACS、导出上遇到问题。

DicomVision 的很多实现都围绕这个事实展开：先尊重 DICOM 的层级和元数据，再处理像素。因为 Viewer 打开的通常不是一张图，而是一组可以构成空间关系的实例。CT 的三维重建、MPR 的正交切面、测量中的毫米单位，全都依赖这些元数据。

背景概念

DICOM 最常见的层级是 Patient、Study、Series、Instance。Patient 是患者，Study 是一次检查，Series 是检查中的一组影像，Instance 是一张图像或一个标准对象。Viewer 通常按 Series 打开，是因为同一个 Series 内的图像通常共享 modality、扫描参数和几何关系，可以被当成一个连续序列处理。

常见字段可以分成几类：

类别	典型 Tag	工程意义
身份与归档	`PatientID`、`StudyInstanceUID`、`SeriesInstanceUID`、`SOPInstanceUID`	分组、检索、导出、引用原始对象
图像尺寸	`Rows`、`Columns`、`BitsStored`、`PixelRepresentation`	决定像素数组 shape 和 dtype 解释
空间几何	`PixelSpacing`、`SliceThickness`、`ImagePositionPatient`、`ImageOrientationPatient`	距离测量、MPR、3D 重建
显示建议	`WindowCenter`、`WindowWidth`、`PhotometricInterpretation`	默认窗宽窗位、灰度方向
像素数据	`PixelData`、`TransferSyntaxUID`	解码实际影像像素
设备与类型	`Modality`、`Manufacturer`、`SeriesDescription`	区分 CT、MR、PT、US、SR、PR 等对象

CT 图像的像素通常要通过 RescaleSlope 和 RescaleIntercept 转成 HU，也就是 Hounsfield Unit。空气接近 -1000 HU，水接近 0 HU，骨骼可以到几百甚至更高。窗宽窗位不是简单调亮度，而是选择一段 HU 范围映射到 0 到 255 灰度。肺窗、骨窗、纵隔窗本质上是在看不同组织的 HU 区间。

项目实现

DicomVision 加载文件时不会立刻把所有像素读进内存。它先读取 header，判断是否是可显示的普通像素影像，再根据 SeriesInstanceUID、目录分区和 4D phase 信息分组。这样做的原因是很现实的：一个 CT 序列可能有几百张图，如果扫描阶段就解码每张 PixelData，会让打开目录的等待时间和内存占用都显著上升。

当用户真正打开某个序列并需要渲染时，后端才通过 dataset.pixel_array 解码像素。CT 像素会转成 float32，再应用 slope 和 intercept。对于 PhotometricInterpretation == "MONOCHROME1" 的图像，项目会反相，保证后续渲染路径仍然遵循“数值越大显示越亮”的模型。

CT、PET、超声在 Viewer 中的困难不同。CT 切片更规则，适合堆成 (z, y, x) 体数据。PET 通常涉及 SUV、衰减校正、彩色 LUT 和 PET/CT 融合。超声常见多帧、彩色、多普勒、私有标签和非规则采集，不能简单套用 CT 的 MPR 思路。DicomVision 当前最成熟的主线是 CT 类体数据，其他 modality 可以显示一部分，但需要按数据特点逐步增强。

关键函数表

概念	相关字段或函数	在 Viewer 中的作用
序列归属	`SeriesInstanceUID`	把多个 Instance 归入同一可打开序列
唯一实例	`SOPInstanceUID`	缓存、导出和标准对象引用
像素解码	`Dataset.pixel_array`	从 DICOM 编码中得到 NumPy 数组
HU 转换	`RescaleSlope`、`RescaleIntercept`	把原始像素值转为物理/近物理值
灰度方向	`PhotometricInterpretation`	处理 MONOCHROME1 的反相
物理距离	`PixelSpacing`	把像素距离转换为毫米
切片姿态	`ImagePositionPatient`、`ImageOrientationPatient`	建立体数据几何和 MPR 坐标

自绘图表

<rect x="390" y="130" width="200" height="60" rx="14" fill="var(--surface)" stroke="var(--line)" />
<text x="490" y="166" text-anchor="middle" fill="currentColor" font-weight="800">Study</text>

<rect x="170" y="250" width="180" height="60" rx="14" fill="var(--surface)" stroke="var(--line)" />
<text x="260" y="286" text-anchor="middle" fill="currentColor" font-weight="800">Series A</text>
<rect x="400" y="250" width="180" height="60" rx="14" fill="var(--surface)" stroke="var(--line)" />
<text x="490" y="286" text-anchor="middle" fill="currentColor" font-weight="800">Series B</text>
<rect x="630" y="250" width="180" height="60" rx="14" fill="var(--surface)" stroke="var(--line)" />
<text x="720" y="286" text-anchor="middle" fill="currentColor" font-weight="800">Series C</text>

<text x="260" y="350" text-anchor="middle" fill="var(--muted)" font-size="14">Instance 1..N</text>
<text x="490" y="350" text-anchor="middle" fill="var(--muted)" font-size="14">Instance 1..N</text>
<text x="720" y="350" text-anchor="middle" fill="var(--muted)" font-size="14">Instance 1..N</text>

<line x1="490" y1="90" x2="490" y2="130" stroke="var(--accent)" stroke-width="3" marker-end="url(#arrow-dicom-tree)" />
<line x1="490" y1="190" x2="260" y2="250" stroke="var(--accent)" stroke-width="3" marker-end="url(#arrow-dicom-tree)" />
<line x1="490" y1="190" x2="490" y2="250" stroke="var(--accent)" stroke-width="3" marker-end="url(#arrow-dicom-tree)" />
<line x1="490" y1="190" x2="720" y2="250" stroke="var(--accent)" stroke-width="3" marker-end="url(#arrow-dicom-tree)" />
<text x="490" y="222" text-anchor="middle" fill="var(--muted)" font-size="14">Viewer 通常按 Series 打开</text>

DICOM 的可显示影像通常以 Series 为工作单元，一组 Instance 才能构成连续切片。

窗宽窗位不是修改原始像素，而是定义显示时的 HU 到灰度映射。

Modality	数据特点	Viewer 中的典型难点
CT	切片规则，HU 语义明确，适合 MPR 和 3D	几何排序、spacing、窗宽窗位、体数据内存
PET	常见 SUV、彩色 LUT、与 CT 融合	标准化摄取值、配准、双模态融合显示
US	多帧、彩色、多普勒、私有标签较多	多帧播放、彩色解释、设备私有差异

小结

理解 DICOM 的重点不是背 Tag，而是知道哪些 Tag 会改变工程实现。SeriesInstanceUID 决定分组，PixelSpacing 决定测量，ImagePositionPatient 和 ImageOrientationPatient 决定 MPR，WindowCenter 和 WindowWidth 决定默认显示，PixelData 决定真正的内存压力。后面的 pydicom、NumPy、MPR、VTK 都是在这些 DICOM 事实上继续往下走。