DICOM文件头信息读取及解析

尤 超

0 引言

DICOM是美国放射学会和美国电器制造商协会组织制定的，专门用于医学图像的存储和传输的标准，它涵盖了医学数字图像的采集、归档、通信、显示及查询等几乎所有信息交换的协议，结构化地定义了医疗图像设备制造厂商的兼容性声明。

DICOM标准的推出与实现，大大简化了医学影像信息交换的实现，并且由于DICOM的开放性与互联性，使得医学影像与其它医学应用系统（HIS、RIS等）的集成成为可能。各类医学影像图像，例如心血管造影、超声、CT、核磁共振等图像，在医学分析方面也越来越具有诊断性和借鉴性。如果DICOM图像在医院转诊或是医学研究教育中用来参考、借鉴、浏览， 那么对于医学影像条件不够成熟的医院来说，从DICOM文件转换出来的有损电子图像文件（例如 JPG），必然会有一些影响，严重的甚至会影响医疗诊断结果。而以DICOM文件方式保存的原始医学图像，只有借助相关的医学影像系统或者DICOM设备，才可以进行读取，对图像浏览用户群，有着很大的限制。

本文将对DICOM文件头的组成和内容进行分析，通过程序实现对DICOM文件头的信息读取，进而利用所获得的信息，进一步读取DICOM文件中的数据集存储内容。此方法是读取DICOM文件的基本解析过程，可以将对DICOM文件的读取，从程序开发商的集成平台中分离出来，在结合图像显示程序之后，作为独立的DICOM文件读取程序使用。

1 DICOM文件基础理论

1.1 DICOM文件构成

DICOM文件，是指按照DICOM标准而存储的医学文件，是一种专用存储格式，后缀为.dcm。它实际上提供了一种封装方式，将DICOM IOD的一个SOP实例，以数据集的形式封装在一个文件中，一般由一个DICOM文件头和一个DICOM数据集合组成。它的组成，如图1所示：

图1 DICOM数据集合组成图

图中的SOP指服务-对象对(Service-Object Pair), 每个文件包含一个单一的SOP实例，其中包含有一帧或多帧图像。

存放DCM文件参数的文件头和图点数据(pixel data)构成了DCM文件，如图2所示：

图2 DCM 文件的DIR 架构

从物理结构上来看，首先是文件元信息的定义，目录信息，然后是4个内容层次：Patient (病人) 、Study (检验) 、Series (系列) 、Image (图像) 。头几层的内容，在很多图像里是相同的，它们在每个图像文件里都要有。文件头描述图像的基本参数：如病人基本资料、检验基本资料、系列资料、以及具有描述图像的基本参数（几行、几列、每点用了几位、有否压缩、调色板。

1.2 DICOM文件头构成以及作用

DICOM文件头(DICOM File Meta Information)又称为“文件元”，是整个DICOM文件中最复杂的部分，它包含了标识数据集合的各种相关信息，包括病人信息、检查信息等。每个DICOM文件，都必须包括该文件头。文件头的最开始是文件前言，它通常由128个00H字节组成，接下来是DICOM前缀，它是一个长度为4字节的字符串“DICM”，可以根据该值来判断一个文件是不是DICOM文件。前言和前缀之后是具有标记符和长度的一套DICOM元要素，除它们之外，所有其它的文件头元素，都必须采用规定的显示格式编码，各个数据元素排列的顺序，按照标签数值从小到大的传输格式(Little Endian) 编码，如表1所示：

表1 DICOM文件元信息(部分)

表1列出了DICOM文件头元信息的部分内容规则，每个文件头元素的长度必须为偶数，否则应该按照规定补充一个字节。其中UDI称为“唯一标识符”，它的产生机制是<根＞.<后缀＞，是用来标识DICOM标准中，各种不同信息对象的字符串，以保证不同国家、地区、生产商生成的标识，可在世界上任何地点，也可与其它生产商生成的标识相互区别。所有(0002，****) 类的标签都为DICOM所保留。为了兼容后续版本，如果发现文件中有目前尚未规定的 (0002，****)类标签，则应该忽略它。

2 DICOM文件头读取及解析

2.1 数据元素组成及表示

要读懂DCM文件的信息，首先要了解DCM文件中的数据元素组成。数据元素，都是通过（TAG）进行唯一性标识的，即我们看到的8位16进制数，如 （0002，0001），前4位是组号（Group Number），后4位是元素号（Element Number）。

显式时

Tag(group ,element) VR Value Length Value

隐式时

Tag(group ,element) 00H Value Length Value

标记符(Tag)用4字节的16进制数表示，前面2字节的数是数据元素的组号，后面2字节的数是元素号。组号为偶数的是标准数据元素，具体含义可以在DICOM的数据字典中查到。

VR有显式和隐式2种方式，当显式传输时，VR有值，当隐式传输时，VR无值；另外，组号是0002的元素都是显式的。

当VR值是OB，OW，OF，SQ，UT或者UN的时候，VR的长度为4字节，由2字节的字符串和2字节的00H组成。当VR值是其他值的时候，VR的长度为2字节，即2字节的字符串。

Value Length的长度是根据VR可变的，共有2种长度，当VR为OB，OW，OF，SQ，UT或者UN的时候长度为4字节。当VR为其他值时，长度为2字节。Value Length表示的是Value的长度，另外，当Data Length的长度不为偶数时，则根据需要添加前缀或者后缀补齐。

2.2 DCM文件头读取设计和实现

本文基于C#进行DCM读取的设计，首先将一个DCM文件读入到内存后，按照文件结构顺序进行信息获取。

DICOM文件头的最开始是文件前言，这部分为128位为空字符，由”0”表示，直接读取即可，之后读取文件头前缀的4个字节，并记录这个4个字节进行分析，判断所读文件是否为DICOM文件，判断标准是看是否为4字节的大写字符串“DICM”，通过ASC码表对应并转换成16进制就是“4449434D”，只有判断符合才进一步做分析。

文件头元素默认的传输语法，是隐式值表示法(VR)Little Endian，在这个传输语法下，数据元素的格式为组号(2字节)、元素号(2字节)、值长度(4字节)以及值(值长度给出的字节数)，所以读取4字节，是为了将TAG位解析出来，按照Little Endian的规则，2字节的组成方法，是后一位+前一位，例如4字节“02000000”中，按照传输语法解析，就是读取2字节（0200）表示组号为0002，2字节（0000）表示元素号为0000，从而构成了Tag（0002,0000）；而后对该数据元素其他部分的解析也按照类似的方法进行。

至此，DICOM文件头的一条数据元素读取完成，之后按照上述过程反复读取文件内的其他数据元素，当全部数据元素读取完成后，一个DICOM文件头的信息也就分析出来，包括病人信息、检查信息等等。第三行即为程序中读取的内容，如图3所示：

图3 第三行读取的内容

第三行的（02000000554C 0400 A8000000）读取下来，就是2字节（0200）表示组号为0002，2字节（0000）表示元素号为0000，构成了 Tag（0002,0000）；而 0002组号的元素是显示的，即2字节（554C），转换成10进制再由ACS码表知道是UL；2字节（0400）表示长度为4；4字节（A8000000）表示该数据值域为168。需要注意的是，根据DCOM头元素要求，组号标签为0002的头元素中强制要求的有(0002,0000)，(0002,0001)，(0002,0002)，(0002,0003)，(0002,0010)，(0002,0012)，而在其后面组号标签为其他的数据元素将表示其他的基本信息。

3 程序结果分析及讨论

在整个解析过程中可以看到，对DICOM文件头的编程过程并不困难，大多数是对文件中16进制数据的读取、转换、移位、判断，而关键在于，必须清楚的判断出每条数据元素的传输语法类型，不同的传输语法，将决定不同的读取顺序，这就要求开发人员必须熟悉并深入了解DICOM文件头以及数据元素的组成和含义，特别是值表示法和值长度在不同情况下的表示及意义，其中隐式就要采用预先规定的表示方法，通过标记从共享的数据字典中查到DICOM对这个属性表示方法的规定，而显式则要用两个字符明确表示值的表示方法，如AE表示应用实体，AS表示年龄字符串，DT是日期和时间，FD表示双精度浮点数等，至于值长度在隐式和显式下也不同，这就需要加强对DICOM文件的学习和理解了。

4 总结

DICOM文件头信息的解析，在DICOM文件的读取过程中占有重要意义，同时结合图像读取显示程序，将文件头内的成像参数进行显影和绘制，最终显示图像。现在有很多利用 VTK、ITK集成或是用当前主流程序语言设计的像素显影程序，都已经可以很好的进行像素点描绘，并且在尽可能减少像素缺损的情况下，呈现出图像的原来面貌。我们可以利用成熟的计算机技术，将两方面进行统一接口设计和程序实现，将文件头的读取与像素集合的绘制，用更便捷开放的技术结合在一起，为医学影像方面提供广泛、创新的技术指导和支持。

[1]胡胜文,荆保国,梁玉新, 基于Qt4的DICOM文件数据读取和图像显示[J], 科技信息,2011,(13),818-819.

[2]张翔,陈胜勇, 利用VTK的DICOM图像的显示与信息读取[J], 电脑知识与技术：学术交流, 2011, 7(4),2343-2344.

[3]王旭 翟,红英, 基于OpenGL的DICOM医学图像读取和显示[J], 计算机应用,2009,29(B12),126-127,130.

[4]黄旭, DICOM 医学图像数据的读取[J], 计算机时代,2008,(11),46-47.