Dicom作为医学影像的常见数据格式，是每个深耕于医疗AI的同学无法跳过的一个坑。虽然我只是一名扎根于算法部署方面的小白。但是也不可避免地接触到这类数据。这不，最近接到算法同学给出的算法，需要我自己找公开数据集进行测试。可是Dicom数据集并不常见（PS：测了1000张还嫌不够，大无语），因此只能将目光聚焦于PNG、JPG类型的数据集（直接用PNG、JPG训练的除外）。
但是PNG、JPG类型的数据转Dicom并不容易，一不小心你就会收获“非标准Dicom”，网上的一些教程我也尝试了，很遗憾：转出来的Dicom不是黑不溜秋，就是无法识别。要么就是c++写的，编译来编译去，令人心烦。也尝试过用现成的Dicom数据，然后使用PNG、JPG的Data替换其中的Pixel Data。但是都无功而返！
于是乎，我潜心钻研（东Copy西Copy），完成了这份python版本的PNG、JPG转Dicom。
目录
1.Dicom数据格式简介
首先，在你尝试着将PNG、JPG类型的数据转换成Dicom数据之前，你可能需要浅浅了解一下Dicom数据的基本格式。
（1）preamble（前导）：不重要，主要是为了向后兼容性和可扩展性而保留的若干个字节。
（2）prefix（前缀）：不重要，主要是确认该文件是否符合DICOM标准。前导和前缀是可选的，对于DICOM文件来说，并不是必需的。
（3）File Meta Information（文件元信息头）：重要！！！文件元信息头是DICOM文件的必要部分，其中包含了一些关键信息，如DICOM版本号、文件字节顺序、数据元素编码方式等。
（4）DataElements(数据元素)：重要！！！是DICOM文件中包含的实际医学图像和相关信息的部分。
2.PNG、JPG转Dicom（以PNG为例）
OK，知道了Dicom的数据结构，我们就能够针对主要的部分来转换我们的PNG、JPG。废话不多说，上代码！如果你不想看接下来的分析，你只需要修改main函数中的路径即可。
import os
import pydicom
from PIL import Image
def png_to_dicom(input_png_path, output_dcm_path, patient_name="Anonymous", study_description="PNG to DICOM"):
for fileNames in os.listdir(input_png_path):
input_filename = os.path.basename(fileNames).split('.')[0]
output_filename = input_filename + ".dcm"
input_filepath = input_png_path + fileNames
output_dcmpath = output_dcm_path + output_filename
# 读取PNG图像
img = Image.open(input_filepath)
# 将PNG图像转换为灰度图像（单通道）
pixel_array = img.convert("L")
# 创建一个空的FileDataset对象，并添加DICOM数据集元素
ds = pydicom.dataset.FileDataset(output_dcm_path, {}, file_meta=pydicom.dataset.Dataset()) # 创建文件元信息头对象
# 添加DICOM文件元信息头
ds.file_meta.FileMetaInformationGroupLength = 184
ds.file_meta.FileMetaInformationVersion = b'\x00\x01'
ds.file_meta.MediaStorageSOPClassUID = '1.2.840.10008.5.1.4.1.1.1.1'
ds.file_meta.MediaStorageSOPInstanceUID = '1.2.410.200048.2858.20230531153328.1.1.1'
ds.file_meta.TransferSyntaxUID = '1.2.840.10008.1.2'
ds.file_meta.ImplementationClassUID = '1.2.276.0.7230010.3.0.3.5.4'
ds.file_meta.ImplementationVersionName = 'ANNET_DCMBK_100'
# 添加DICOM数据集元素
ds.PatientName = patient_name
ds.StudyDescription = study_description
ds.Columns, ds.Rows = img.size
ds.SamplesPerPixel = 1
ds.BitsAllocated = 8
ds.BitsStored = 8
ds.HighBit = 7
ds.PixelRepresentation = 0
# 数据显示格式
ds.PhotometricInterpretation = "MONOCHROME2"
ds.PixelData = pixel_array.tobytes() # 直接使用灰度图像的字节数据
# 保存DICOM数据集到文件
ds.is_little_endian = True
ds.is_implicit_VR = True # 使用隐式VR
ds.save_as(output_dcmpath)
print(output_dcmpath)
if __name__ == "__main__":
# 输入PNG图像路径和输出DICOM图像路径
input_png_path = "Your_Input_PNG_Path"
output_dcm_path = "Your_Output_Dicom_Path"
# 将PNG转换为DICOM
png_to_dicom(input_png_path, output_dcm_path)
让我们来详细分析一下这部分代码：
（1）FileMetaInformationGroupLength：指定File Meta Information部分的长度，随意啦，别太离谱就行。
（2）FileMetaInformationVersion：表示File Meta Information部分的版本号。
（3）MediaStorageSOPClassUID：定义了影像的数据类型，每种类型有唯一的UID标识。如“1.2.840.10008.5.1.4.1.1.1.1”代表的是“Digital X-Ray Image Storage – For Presentation”
（4）MediaStorageSOPClassUID：唯一标识一个特定的影像数据实例。
（5）TransferSyntaxUID：表示DICOM图像数据的传输语法，它指定了数据在网络传输中的编码方式。每种方式有唯一的UID标识，比如“1.2.840.10008.1.2”代表的是“Implicit VR Little Endian”。
（6）ImplementationClassUID ：用于标识实现DICOM标准的应用程序或设备的唯一标识符。
（7）ImplementationVersionName： 实现DICOM标准的应用程序或设备的版本名称或标识。
看到这里你可能会问“你这乱七八糟的一堆数字，我怎么知道什么意思？” 聪明的我早就想到了，首先随便选一张标准的Dicom数据，然后执行如下代码：
import pydicom
dataset = pydicom.dcmread("Your_Dicom_Path", force=True)
print(dataset.file_meta)然后你会看到下面一堆信息，如果你想更换MediaStorageSOPClassUID和TransferSyntaxUID，那你就要自己去查对应的UID喽，所以以下内容我不建议你自己换，除非你知道你要干嘛：
3.进一步完善Dicom
哈哈哈哈，没想到还有吧！实际上，通过第2步，你已经可以获得一张用于展示的Dicom数据格式了。但是仅此而已，如果你想要做算法或者跟我一样，去验证别人的算法。那么，这一步是必不可少的。
在第2步中，我们为新的Dicom添加了File Meta Information（文件元信息头）和部分DataElements(主要是Pixel Data)。因此这份Dicom是可以正常被读取、浏览的。但是，如果是用于算法训练或者验证算法，是需要确保这份Dicom数据的唯一性的。
为了便于理解，确保Dicom数据唯一性的代码，我另起了一个新的py文件：
import os
import pydicom
# 源文件夹和目标文件夹路径
source_folder = 'Your_Input_Dicom_Path'
target_folder = 'Your_Output_Dicom_Path'
patient_pid = 20230726001
accession_number = 202307261001
study_uid = 2023072620001
seriesNumber = 1
seriesInstanceUID = "1.2.410.200048.2858.20230529094313.1"
modality = "CR"
pixelSpacing = [0.160145, 0.160114]
instanceNumber = 1
bodyPartExamined = "CHEST"
# 遍历源文件夹中的文件
for filename in os.listdir(source_folder):
if filename.endswith('.dcm'):
# 构建源文件路径和目标文件路径
source_file = os.path.join(source_folder, filename)
target_file = os.path.join(target_folder, filename)
# 加载源DCM文件
dcm_data = pydicom.dcmread(source_file, force=True)
# 添加患者PID、Accession Number和Study UID等信息
dcm_data.PatientID = str(patient_pid)
dcm_data.AccessionNumber = str(accession_number)
dcm_data.StudyInstanceUID = str(study_uid)
dcm_data.SeriesNumber = seriesNumber
dcm_data.SeriesInstanceUID = seriesInstanceUID
dcm_data.Modality = modality
dcm_data.PixelSpacing = pixelSpacing
dcm_data.BodyPartExamined = bodyPartExamined
dcm_data.InstanceNumber = instanceNumber
# 将文件名作为患者名
file_name_without_extension = os.path.splitext(filename)[0]
dcm_data.PatientName = file_name_without_extension
# 保存修改后的DCM文件到目标文件夹
dcm_data.save_as(target_file)
# 递增计数器
patient_pid += 1
accession_number += 1
study_uid += 1
else:
print("error!")
同样的，我们来详细解析以下这部分代码 。
（1）patient_pid：患者的唯一标识符，你怎么开心怎么写。
（2）accession_numbe：分配给患者检查的唯一标识号码,唯一地标识特定的检查或一组医学影像，你怎么开心怎么写。
（3）study_uid：对应医学影像研究的ID，你怎么开心怎么写。
（4）seriesNumber：标识图像所属系列的编号，建议按照我这个来。
（5）seriesInstanceUID：唯一标识一个影像系列，建议按照我这个来，或者你找一张标准的Dicom，参考它怎么写。
（6）modality：用于获取图像的影像学模态，建议按照我这个来，或者你找一张标准的Dicom，参考它怎么写。
（7）pixelSpacing：像素在行和列方向上的物理间距，建议按照我这个来，或者你找一张标准的Dicom，参考它怎么写。
（8）instanceNumber：分配给图像中个别实例的唯一编号，通常用于区分一个系列中的不同图像，你怎么开心怎么写。
（9）bodyPartExamined：检查部位，根据实际写，你也可以不写。
4.结果展示
需要说的是，PNG、JPG亦或是其它类型的数据，在转成Dicom的过程中不可避免地会出现一定的损失。如果在Dicom数据充足的情况下，无论是算法训练还是验证，都建议使用Dicom（直接用PNG训练的除外）。PNG、JPG转Dicom实属无奈之举啊！
文章出处登录后可见！
