dicom文件 iflemeta DICOM文件的构成

目录

• 1.DICOM文件的主要结构

• 1.1 数据元素（SQ Data Element）的组成规则
• 1.2 文件引言MetaInfo：标识一些常用信息，存储在0x0002Group里
• 1.3 数据集DataSet：医学图像的相关的信息
• 1.4 UID的分类和三级层级关系
• 1.5 Dicom文件的解读步骤

• 2.DICOM定义的数据字典

• 2.1 标准数据字典(Stardard Data Dictionary)
• 2.2 私有数据字典(Private Data Dictionary)
• 2.3 数据字典格式
• 2.4 标准命令字典(Standard Command Dictionary)

• 3.DICOM本身的VR（数据类型）定义表
• 4.DICOM定义的编码方式(即传输语法)

• 4.1 VR隐式和显示编码
• 4.2 BIG/LITTLE Endian(大端模式/小端模式)
• 4.3 分组长度编码
• 4.4 SQ Data Element的层数和编码规则

1.DICOM文件的主要结构

• 主要包括文件头和像素数据（指图像数据）两部分，文件头包括文件引言（Meta Information）和数据集（Data set）。
  （文件引言主要是用来定义一些常用的信息，数据集是对整个图像进行的描述。）

1.1 数据元素（SQ Data Element）的组成规则

• Tag：信息的唯一性编码，两个十六进制的数的组合（Group, Element）
  Group：
  *group的数值是偶数，代表是标准数据字典。
  *group的数值是奇数，代表是自定义的私有数据字典。
  Element：表示的是Group里面的一个标识。
• VR（Value Representations）：DICOM定义的数据类型。
• Value Length（数据长度）：所有的数据元素都应该为偶数长度，若为奇数，需要加空格或空。
  *奇数长度的字符串加空格
  *奇数长度的数字加空NULL
• Value Field：数据值，长度必须是偶数

1.2 文件引言MetaInfo：标识一些常用信息，存储在0x0002Group里

Group	Element	Tag Description	中文解释	VR	VM	注释
0002	0000	File Meta Information Group Length	Meta Info的长度	UL	1	180
0002	0001	File Meta Information Version	Meta Info的版本	OB	1
0002	0002	Media Storage SOP Class UID	SOP Class UID 同Data Set里的SOP class UID	UI	1
0002	0003	Media Storage SOP Instance UID	SOP Instance UID 同Data Set里的SOP Instance UID	UI	1	算出
0002	0010	Transfer Syntax UID	DataSet的编码方式	UI	1
0002	0012	Implementation Class UID	实现类 UID	UI	1	实现类库决定
0002	0013	Implementation Version Name	Implementation版本名	SH	1
0002	0016	Source Application Entity Title	最后一个编辑该文件的实体	AE	1
0002	0017	Sending Application Entity Title	网络上发送该文件的实体	AE	1
0002	0018	Receiving Application Entity Title	网络上接收该文件的实体	AE	1
0002	0100	Private Information Creator UID	私有信息的Creator的UID	UI	1
0002	0102	Private Information	Meta里面的私有信息	OB	1

1.3 数据集DataSet：医学图像的相关的信息

• Patient：病人信息，键值为Patient ID(0010, 0020)
• Study：检查信息，键值为Study Instance UID(0020, 000D)

Group	Element	Tag Description	中文解释	VR
0008	0050	Accession Number:A RIS generated number that identifies the order for the Study.	检查号： RIS的生成序号，用以标识做检查的次序.	SH
0020	0010	Study ID	检查ID.	SH
0020	000D	Study Instance UID:Unique identifier for the Study.	检查实例号： 唯一标记不同检查的号码.	UI
0008	0020	Study Date：Date the Study started.	检查日期： 检查开始的日期.	DA
0008	0030	Study Time：Time the Study started.	检查时间： 检查开始的时间.	TM
0008	0061	Modalities in Study	一个检查中含有的不同检查类型.	CS
0008	0015	Body Part Examined	检查的部位.	CS
0008	1030	Study Description	检查的描述.	LO
0008	0090	Referring Physician’s Name	医师名称	PN
0010	1010	Patient’s Age	做检查时刻的患者年龄，而不是此刻患者的真实年龄.	AS

• Series：序列信息，键值为Series Instance UID(0020, 000E)

Group	Element	Tag Description	中文解释	VR
0020	0011	Series Number:A number that identifies this Series.	序列号： 识别不同检查的号码.	IS
0020	000E	Series Instance UID:Unique identifier for the Series.	序列实例号： 唯一标记不同序列的号码.	UI
0008	0060	Modality	检查模态(MRI/CT/CR/DR)	CS
0008	103E	Series Description	检查描述和说明	LO
0008	0021	Series Date	检查日期	DA
0008	0031	Series Time	检查时间	TM
0020	0032	Image Position (Patient)：The x, y and z coordinates of the upper left hand corner of the image, in mm.	图像位置： 图像的左上角在空间坐标系中的x,y,z坐标,单位是毫米.如果在检查中,则指该序列中第一张影像左上角的坐标.	DS
0020	0037	Image Orientation (Patient):The direction cosines of the first row and the first column with respect to the patient.	图像方位：第一行和第一列关于病人的方向余弦。	DS
0018	0050	Slice Thickness:Nominal slice thickness, in mm.	层厚.	DS
0018	0088	Spacing Between Slices	层与层之间的间距,单位为mm	DS
0020	1041	Slice Location：Relative position of exposure expressed in mm.	实际的相对位置，单位为mm.	DS
0018	0023	MR Acquisition		CS
0018	0015	Body Part Examined	身体部位.	CS

• Image：SOP影像信息，键值为SOP Instance UID(0008, 0018)

Group	Element	Tag Description	中文解释	VR
0008	0008	Image Type:Image identification characteristics.		CS
0008	0018	SOP Instance UID	SOP实例UID.
0008	0023	Content Date：The date the image pixel data creation started.	影像拍摄的日期.	DA
0008	0033	Content Time	影像拍摄的时间.	TM
0020	0013	Image/Instance Number:A number that identifies this image.	图像码： 辨识图像的号码.	IS
0028	0002	Samples Per Pixel:Number of samples (planes) in this image.	图像上的采样率.	US
0028	0004	Photometric Interpretation:Specifies the intended interpretation of the pixel data.	光度计的解释,对于CT图像，用两个枚举值 MONOCHROME1，MONOCHROME2. 用来判断图像是否是彩色的， MONOCHROME1/2是灰度图， RGB则是真彩色图，还有其他.	CS
0028	0010	Rows: Number of rows in the image.	图像的总行数，行分辨率.	US
0028	0011	Columns: Number of columns in the image.	图像的总列数，列分辨率.	US
0028	0030	Pixel Spacing:Physical distance in the patient between the center of each pixel.	像素间距. 像素中心之间的物理间距.	DS
0028	0100	Bits Allocated:Number of bits allocated for each pixel sample. Each sample shall have the same number of bits allocated.	分配的位数: 存储每一个像素值时分配的位数，每一个样本应该拥有相同的这个值.	US
0028	0101	Bits Stored:Number of bits stored for each pixel sample. Each sample shall have the same number of bits stored.	存储的位数：有12到16列举值. 存储每一个像素用的位数.每一个样本应该有相同值.	US
0028	0102	High Bit:Most significant bit for pixel sample data. Each sample shall have the same high bit.	高位.	US
0028	0103	Pixel Representation:Data representation of the pixel samples. Each sample shall have the same pixel representation.Enum: 0000H=unsigned integer,0001H=2’s complement.	像素数据的表现类型: 这是一个枚举值，分别为十六进制数0000和0001. 0000H = 无符号整数， 0001H = 2的补码.	US
0028	1050	Window Center	窗位.	DS
0028	1051	Window Width	窗宽.	DS
0028	1052	Rescale Intercept:The value b in relationship between stored values (SV) and the output units.Output units = m*SV + b.Required if Modality LUT Sequence (0028, 0030) is not present.	截距: 如果表明不同模态的LUT颜色对应表不存在时,则使用方程 Units = m*SV + b,计算真实的像素值到呈现像素值。 其中这个值为表达式中的b。	DS
0028	1053	Rescale Slope:m in the equation specified by Rescale Intercept (0028,1052).Required if Rescale Intercept is present.	斜率. 这个值为表达式中的m。	DS
0028	1054	Rescale Type:Specifies the output units of Rescale Slope (0028,1053) and Rescale Intercept (0028,1052).Enum: US=Unspecified Requried if Photometric Interpretation is MONOCHROME2, and Bits Stored is greater than 1.This specifies an identity Modality LUT transformation.	输出值的单位. 这是一个枚举值,	LO

1.4 UID的分类和三级层级关系

UID	含义
第一级：StudyInstanceUID	标识同一患者的一次检查
第二级：SeriesInstanceUID	标识一次检查下的一次序列
第三级：SOPInstanceUID	标识一次序列下的产生的其中一个图像

• UID的生成可自行写方法生成，也可使用第三库生成（DCMTK有相应的函数）

enum UID_Type
{
    UID_Study = 1,
    UID_Series,
    UID_Image 
}

std::string GenerateUniqueId(UID_Type type)
{
    char uid[100];
    switch (type)
    {
    case UID_Study:
        dcmGenerateUniqueIdentifier(uid, SITE_STUDY_UID_ROOT);
        break;
    case UID_Series:
        dcmGenerateUniqueIdentifier(uid, SITE_SERIES_UID_ROOT);
        break;
    case UID_Image:
        dcmGenerateUniqueIdentifier(uid, SITE_INSTANCE_UID_ROOT);
        break;
    default:
        std::cout << "The type of unique id that is not supported! type :" << type << std::endl;
        break;
    }
    return std::string(uid);
}

1.5 Dicom文件的解读步骤

以十六字节的方式打开一个DICOM文件可以发现：

• 1.前128个字节为00H（都是0），然后读取4个字节，值为“DICM”，确认是DICOM格式文件
• 2.其后就是meta info（文件引言）和data set（数据集），根据Tag读取文件数据信息
• 3.直到(7fe0, 0010)，存储图像数据的位置
• 4.读写一定要统一编码方式，否则同样的数据在不同的平台下会得出不同的结果
  
  
  DICOM文件解析的步骤

2.DICOM定义的数据字典

2.1 标准数据字典(Stardard Data Dictionary)

VR：表示数据的类型

VM：指当前属性是否可以包含一个或多个数据值（1表示当前只能填1个值，1-n表示可以填多个值）

2.2 私有数据字典(Private Data Dictionary)

私有数据字典和标准数据字典的格式差不多。

2.3 数据字典格式

• Tag：属性标识，为两个十六进制的数的组合(0x0002, 0x0003），分别是Group和Element
  Tag是按照Group和Element标签编号来排序的
• Attribute：属性名称，和Tag是一一对应的
• VR(Value Representation)：数据类型，总共有27个值
• VM(Value Multiplicity)：规定了这个属性可以包含一个或多个数据值
  如果是二进制的多个值，直接拼接就好，可以根据字节数来获取
  如果是字符串的多个值，则用‘’'来分隔

2.4 标准命令字典(Standard Command Dictionary)

• Group为0x0000，表示的都是操作命令，例如"打印"，“存储”，"Get请求"等
• 例如(0x0000,0100)为command type，(0x0000,0110)为command message id

3.DICOM本身的VR（数据类型）定义表

VR	含义	允许的字符	数据长
**CS **- Code String 代码字符串	开头结尾可以有没有意义的空格的字符串，比如“CD123_4”	大写字母，0-9，空格以及下划线字符	最多 16 个字符
SH - Short String 短字符串	短字符串，比如:电话号码，ID等		最多 16 个字符
LO - Long String 长字符串	一个字符串，可能在开头、结尾填有空 格。比如“Introduction to DICOM”		最多 64 个字符
ST - Short Text 短文本	可能包含一个或多个段落的字符串		最多 1024 个字符
LT - Long Text 短文本	可能包含一个或多个锻炼的字符串，与LO相同，但可以更长		最多 10240 个字符
UT - Unlimited Text 无限制文本	包含一个或多个段落的字符串，与LT 类似		最多(2的32次方–2)个字符
AE- Application Entity 应用实体	标识一个设备的名称的字符串，开头和 结尾可以有无意义的字符。比如“MyPC01”		最多 16 个字符
PN - Person Name 病人姓名	有插入符号()作为姓名分隔符的病人姓名。比如“SMITHJOHN” “Morrison- JonesSusan^^Ph.D， Chief Executive Officer”		最多 64 个字符
UI- Unique Identifier (UID) 唯一标识符	一个用作唯一标识各类项目的包含UID 的字符串。比如“1.2.840.10008.1.1”	0-9 和半角句号(.)	最多64 个字符
DA - Date 日期	格式为 YYYYMMDD 的字符串；YYYY 代表年；MM 代表月；DD 代表日。比 如“20050822”表示2005 年 8 月 22 日	0-9	8个字符
TM - Time 时间	格式为 HHMMSS 的字符串。FRAC； HH 表示小时(范围“00”-“23”)； MM 表示分钟(范围“00”-“59”)； 而 FRAC 包含秒的小数部分，即百万分 之一秒。比如“183200.00” 表示下午 6:32 就是微秒(microsecond)	0-9 和半角句号(.)	最多 16 个字符
DT - Date Time 日期时间	格式为 YYYYMMDDHHMMSS. FFFFFF，串联的日期时间字符串。字符串的各部分从左至右是:年YYYY；月 MM；日 DD；小时HH；分钟 MM；秒 SS；秒的小数FFFFFF。比如20050812183000.00”表示 2005年 8 月 12 日下午 18 点 30 分 00秒	0-9，加号，减号和半角句号	最多 26 个字符
AS - Age String 年龄字符串	符合以下格式的字符串:nnnD，nnnW， nnnM， nnnY；其中nnn 对于 D 来说表示天数，对于W来说表示周数，对于M 来说表示月数，对于 Y 来说表示岁数。 比如“018M”表示他的年龄是 18 个月	0–9， D，W，M， Y	4 个字符
IS- Integer String 整型字符串	表示一个整型数字的字符串。比如“-1234567”	0-9，加号(+)，减号(-)	最多 12 个字符
DS - Decimal String 小数字符串	表示定点小数和浮点小数。 比如“12345.67”，“-5.0e3”	0-9，加号(+)，减号(-)， 最多 16个字符 E，e和半角句号(.)	最多 16 个字符
SS - Signed Short 有符号短型	符号型二进制整数，长度 16 比特		2 个字符
US - Unsigned Short 无符号短型	无符号二进制整数，长度 16 比特		2 个字符
SL - Signed Long 有符号长型	有符号二进制整数		4 个字符
UL - Unsigned Long 无符号长型	无符号二进制整数，长度 32 比特		4 个字符
AT - Attribute Tag 属性标签	16 比特无符号整数的有序对，数据元素的标签		4 个字符
FL - Floating Single 单精度浮点	单精度二进制浮点数字		4 个字符
FD - Floating Point Double 双精度二进制浮点数字	双精度二进制浮点数字		8 个字符
OB - Other Byte String 其他字节字符串	字节的字符串（“其他”表示没有在VR中定义的内容）
OW- Other Word String 其他单词字符串	16 比特(2 字节)单词字符串
OF- Other Float String 其他浮点字符串	32 比特(4 个字节)浮点单词字符串
SQ - Sequence Items 条目序列	条目的序列
UN – Unknown 未知	字节的字符串，其中内容的编码方式是未知的

4.DICOM定义的编码方式(即传输语法)

4.1 VR隐式和显示编码

• VR隐式编码(implicit VR encoding)
  （很少使用，没有VR的存储，只有Tag、Value length、Value）
  
  举例：
• VR显式编码(explicit VR encoding)
  VR = OB,OW,OF,SQ,UT,UN，VR固定2个字节，其后固定两个字节(0x0000)
  
  
  VR != OB,OW,OF,SQ,UT,UN，VR固定2个字节，Value Length变成2个字节
  

4.2 BIG/LITTLE Endian(大端模式/小端模式)

• 大端模式（Big-Endian）就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。
• 小端模式（Little-Endian）就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。
• 影响多字节类型数据的编码
  2-byte US, SS, OW，AT
  4-byte OF, UL, SL, FL
  8 byte FD

例如: 8-byte FD的数据6789ABCD, 
在little endian编码下是CDAB8967, 在BIG endian编码下是6789ABCD.

• DCMTK下保存数据是可以使用枚举值来指定编码类型

OFCondition status = m_fileformat.saveFile(filePath.c_str(), EXS_LittleEndianExplicit);
if (!status.good())
{
std::cout << "Save Dimcom File Error!" << std::endl;
}

/** enumeration of all DICOM transfer syntaxes known to the toolkit
 */
typedef enum {
    /// unknown transfer syntax or dataset created in-memory
    EXS_Unknown = -1,
    /// Implicit VR Little Endian
    EXS_LittleEndianImplicit = 0,
    /// Implicit VR Big Endian (pseudo transfer syntax that does not really exist)
    EXS_BigEndianImplicit = 1,
    /// Explicit VR Little Endian
    EXS_LittleEndianExplicit = 2,
    /// Explicit VR Big Endian
    EXS_BigEndianExplicit = 3,
    /// JPEG Baseline (lossy)
    EXS_JPEGProcess1 = 4,
    /// JPEG Extended Sequential (lossy, 8/12 bit)
    EXS_JPEGProcess2_4 = 5,
    /// JPEG Extended Sequential (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess3_5 = 6,
    /// JPEG Spectral Selection, Non-Hierarchical (lossy, 8/12 bit)
    EXS_JPEGProcess6_8 = 7,
    /// JPEG Spectral Selection, Non-Hierarchical (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess7_9 = 8,
    /// JPEG Full Progression, Non-Hierarchical (lossy, 8/12 bit)
    EXS_JPEGProcess10_12 = 9,
    /// JPEG Full Progression, Non-Hierarchical (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess11_13 = 10,
    /// JPEG Lossless with any selection value
    EXS_JPEGProcess14 = 11,
    /// JPEG Lossless with any selection value, arithmetic coding
    EXS_JPEGProcess15 = 12,
    /// JPEG Extended Sequential, Hierarchical (lossy, 8/12 bit)
    EXS_JPEGProcess16_18 = 13,
    /// JPEG Extended Sequential, Hierarchical (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess17_19 = 14,
    /// JPEG Spectral Selection, Hierarchical (lossy, 8/12 bit)
    EXS_JPEGProcess20_22 = 15,
    /// JPEG Spectral Selection, Hierarchical (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess21_23 = 16,
    /// JPEG Full Progression, Hierarchical (lossy, 8/12 bit)
    EXS_JPEGProcess24_26 = 17,
    /// JPEG Full Progression, Hierarchical (lossy, 8/12 bit), arithmetic coding
    EXS_JPEGProcess25_27 = 18,
    /// JPEG Lossless, Hierarchical
    EXS_JPEGProcess28 = 19,
    /// JPEG Lossless, Hierarchical, arithmetic coding
    EXS_JPEGProcess29 = 20,
    /// JPEG Lossless, Selection Value 1
    EXS_JPEGProcess14SV1 = 21,
    /// Run Length Encoding (lossless)
    EXS_RLELossless = 22,
    /// Deflated Explicit VR Little Endian
    EXS_DeflatedLittleEndianExplicit = 23,
    /// JPEG-LS (lossless)
    EXS_JPEGLSLossless = 24,
    /// JPEG-LS (lossless or near-lossless mode)
    EXS_JPEGLSLossy = 25,
    /// JPEG 2000 (lossless)
    EXS_JPEG2000LosslessOnly = 26,
    /// JPEG 2000 (lossless or lossy)
    EXS_JPEG2000 = 27,
    /// JPEG 2000 part 2 multi-component extensions (lossless)
    EXS_JPEG2000MulticomponentLosslessOnly = 28,
    /// JPEG 2000 part 2 multi-component extensions (lossless or lossy)
    EXS_JPEG2000Multicomponent = 29,
    /// JPIP Referenced
    EXS_JPIPReferenced = 30,
    /// JPIP Referenced Deflate
    EXS_JPIPReferencedDeflate = 31,
    /// MPEG2 Main Profile at Main Level
    EXS_MPEG2MainProfileAtMainLevel = 32,
    /// MPEG2 Main Profile at High Level
    EXS_MPEG2MainProfileAtHighLevel = 33,
    /// MPEG4 High Profile / Level 4.1
    EXS_MPEG4HighProfileLevel4_1 = 34,
    /// MPEG4 BD-compatible High Profile / Level 4.1
    EXS_MPEG4BDcompatibleHighProfileLevel4_1 = 35,
    /// MPEG4 High Profile / Level 4.2 For 2D Video
    EXS_MPEG4HighProfileLevel4_2_For2DVideo = 36,
    /// MPEG4 High Profile / Level 4.2 For 3D Video
    EXS_MPEG4HighProfileLevel4_2_For3DVideo = 37,
    /// MPEG4 Stereo High Profile / Level 4.2
    EXS_MPEG4StereoHighProfileLevel4_2 = 38,
    /// HEVC/H.265 Main Profile / Level 5.1
    EXS_HEVCMainProfileLevel5_1 = 39,
    /// HEVC/H.265 Main 10 Profile / Level 5.1
    EXS_HEVCMain10ProfileLevel5_1 = 40,
    /// Private GE Little Endian Implicit with big endian pixel data
    EXS_PrivateGE_LEI_WithBigEndianPixelData = 41
} E_TransferSyntax;

4.3 分组长度编码

group的第一个元素可以记录该group的总长度，但该属性值不是必须要写的，一个组的第一个元素(gggg,0000)可以记录该组的总长度，因为每个元素的长度是偶数，所以这个总长度的值也是偶数。

好处：

• 如果不需要读某个Group时，可以直接根据字节数跳过；这样就可以加快DICOM文件的处理过程。它在处理奇数Group的数据时候尤其明显。因为奇数的Group数值自己不能读，可以很快地跳过。
• 它也可以作为校验数据长度。

坏处：

• 在写(gggg,0000)这个元素的时候，意味着这个group中的所有元素必须首先获取到，并且在(gggg,0000)之前已经编码好。对于DICOM开发者来说，这意味着两件事：
  （1）所有的元素都必须编码完成，才能编码object
  （2）修改了DICOM对象中一个元素时，就不可避免地修改了它的数值长度，就需要相应的修改它的值。这样就会带来额来的负担。

4.4 SQ Data Element的层数和编码规则

• SQ Data Element可以使用嵌套的方式，但最多3层，且编码时要从下往上
  
  SQ序列中的DICOM对象数据值以(FFFE, E000)开头，但数据长度可以不明确
• 1.DICOM对象数据值有明确的长度；如第一个和第二个数据对象；
• 2.DICOM对象数据值没有明确的长度，标记为FFFFFFFF，需要使用(FFFE,E0DD)来识别结尾，这一项的值长度为0
  
  整个SQ序列数据长度也可以不明确
• 1.有明确的长度
• 2.没有明确的长度,标记为FFFFFFFF，需要使用(FFFE,E0DD)来识别结尾，这一项的值长度为0