DICOM字符格式参考资料

DICOM tag中(0008,0005)定义了DICOM数据中字符串表示方式。具体参见DICOM标准P3.3的C.12.1.1.2。

 

其中大部分亚洲文字都支持ISO 2022的表示方式，简单说，是一种通过ESC转义标记，实现7bit表示8bit文字的方式。简要介绍可以参考

http://en.wikipedia.org/wiki/ISO_2022

 

标准文档可以在http://www.ecma-international.org/publications/standards/Ecma-035.htm找到。

 

简单处理逻辑可以这样理解：

注意字符之后对应的字节表示了字符区位。

举例 01/11 02/04 04/02 03/11 03/03 04/05 04/04 （也就是0x1b 0x24 0x42 0x3b 0x33 0x45 0x44)  表示日文汉字的"山田"

用ASCII表示就是/033$B;3ED 其中/033代表一个字符0x1B，经常被表示成ESC。

 

这个串的前3个是控制字符 ESC $ B，表示后面的汉字是JIS X 0208-1983。

 

根据ISO2022，每个部分都是从0x20算起，0x3b 0x33 就表示编码为0x1b 0x13的汉字。也就是JIS X 0208-1983第27行19列的汉字，正好是山。

同样，“田”在37行36列。

 

至于，在计算机中如何处理？运气好的时候正好你用的系统支持ISO 2022字符集，最简单。如果不行，就需要手工把ISO 2022转换成原始编码，然后再考虑其他转换。

这个转换基本上就是

根据ESC的串确定对应的字符集

根据字符集确定每个字节最高位的处理方式，比如，GB2312两个字节高位都是1，而某些日文编码，第一个字节高位是1。

把表示一个汉字的的两个字符需要处理的高位转成1，换句话加上0x80。

然后根据需要再做你的处理。

 

--------------------------------

背景：

拿到了一台西门子CT的图像，发现里面有很多乱码，不得已只好仔细研究编码DICOM标准和ISO 2022。惊讶的发现，西门子竟然给中国人提供的是使用日文汉字的CT系统。也就是，你看到了汉字，但是系统内核是日文的。肯定有一些中文汉字找不到或者不对。这些跨国公司整天叫嚷重视中国市场，竟然用这种方式对付中国人。