Pydicom+SimpleITK操作DICOM图像数据和TAG

• 当前的需求是将原始DCM文件进行器官分割后，把得到的图像数据再保存为新的dcm文件，且新的dcm文件头要保留原始DCM的基本信息，以便进行后期分析。操作过程中主要有几个问题：

• 1. 本来只用了pydicom库，发现它打不开有压缩的dcm文件，官网也说了只能借助其他工具打开（如gdcm），所以行不通（搞不懂这么好用的pydiocm怎么会有这种问题）
• 2. 后来改用Simple ITK库，dcm文件倒是都能打开，但是保存为新的dcm时又出了问题：Simple ITK保存时会自动生成Series UID，而且0002开头的tag都不能修改，导致最后生成的dcm文件都不是一个序列，十分蛋疼
• 3. 中间就差自己写代码解码dcm文件了，最后是结合pydicom和simpleitk，即用simpleitk读数据，pydicom处理tag并写入新的dcm，成功解决。

• Pydicom

• 官网及官方教程：https://pydicom.github.io/pydicom/stable/index.html

• 利用pydicom读写并修改图像数据

  import pydicom
         
  dataset = pydicom.dcmread('.\001.dcm')                #读取dicom文件
  #val = dataset.data_element('Columns').value          #根据TAG获得其值,可以读写所有tag
  pixeldata = dataset.pixel_array                       #获得图像数据的矩阵形式，只读
  databyte = dataset.PixelData                          #获得图像的byte数据，可直接读写
  
  datanew = pixeldata[0:400, 0:400]                     #截取原图像的一部分
  dataset.Rows, dataset.Columns = datanew.shape         #图像矩阵大小的另一种快速读写方法
  
  newArray = np.ones([400, 400])+254                    #新建一个对应大小的图像数据矩阵
  
  data16 = np.int16(newArray)                           #必须转为int16
  
  #dataset.pixel_array.data = data16                    #第一种修改图像数据的方法，直接修改像素值
  
  dataset.PixelData = data16.tobytes()                  #第二种修改图像数据的方法，修改byte值，建议用这种方式
  
  dataset.save_as(r'.\002.dcm')                         #保存为新dcm文件
  

如果想把一个dcm的图像数据复制到另一个dcm中，需要考虑和pixeldata读写相关的一些tag，除了rows，columns，还有斜率/截距，高低位等，要提前修改。

• SimpleITK
• 官网及官方教程：https://simpleitk.readthedocs.io/en/master/index.html
  SimpleITK是python对C++ITK的简化，可以看成是opencv的医学图像版本。
• 利用Simple ITK读写dcm数据

import SimpleITK as sitk

image = sitk.ReadImage('.\001.dcm')                                 #读取dicom文件
image_array = sitk.GetArrayFromImage(image)
np_array = np.int16(image_array)
image_array = np.squeeze(np_array)                                  #获得图像数据

im = sitk.GetImageFromArray(image_array)                            #用来读写Tag，相当于开始以imagearray构建一个新dcm

reader = sitk.ImageFileReader()
reader.SetFileName('.\002.dcm')
reader.LoadPrivateTagsOn()
reader.ReadImageInformation()                                       #获得Tag信息

ImageType = reader.GetMetaData('0008|0008')                         #读取对应的Tag，0002开头的不能读写
im.EraseMetaData('0008|0008')                                       #删除Tag，更改的话可以不写
im.SetMetaData('0008|0008', ImageType)                              #更改新dcm的Tag值

SOPClassUID = reader.GetMetaData('0008|0016')
im.SetMetaData('0008|0016',SOPClassUID)

SOPInstanceUID = reader.GetMetaData('0008|0018')
im.SetMetaData('0008|0018', SOPInstanceUID)

SeriesInstanceUID = reader.GetMetaData('0020|000e')                 #这个Tag改不了，保存时貌似会随机赋值
im.SetMetaData('0020|000e', SeriesInstanceUID)

sitk.WriteImage(im, '.\003.dcm')                                    #保存为新dcm，不过不能组成序列

• 利用pydicom+Simple ITK读写有压缩分段的dcm

 dcm = pydicom.dcmread('.\001.dcm')                                  #选择一个普通的非压缩dcm文件作为转换模板
 
 image = sitk.ReadImage('.\002.dcm')                  
 image_array = sitk.GetArrayFromImage(image)
 np_array = np.int16(image_array)
 image_array = np.squeeze(np_array)                                  #读取有压缩分段的dcm图像数据
 
 dataset = pydicom.dcmread('.\002.dcm')                              #用来修改Tag，图像读写相关的tag都要改
 dcm.data_element('PixelSpacing').value = dataset.data_element('PixelSpacing').value
 dcm.data_element('RescaleIntercept').value = dataset.data_element('RescaleIntercept').value
 dcm.data_element('RescaleSlope').value = dataset.data_element('RescaleSlope').value

 dcm.PixelData = image_array.tobytes()
 dcm.save_as('.\002.dcm')                                            #保存文件