DICOM文件格式与编程

任何图像文件格式无非是由两个部分组成：存参数的 header 和图点数据（pixel data)。
BMP、 JPEG、TIFF 之类的格式的 header 只描述图像的基本参数：如几行、几列、每点用了几位、有没有压缩、调色板等等。Header 往往是固定长度的。
而医疗影像还要许多其它参数，如病人基本资料、检验基本资料、系列资料、位置资料等等。而且每种Modality 和每种 image 所需要的内容不一样。因此，一般的图像格式不能使用。

一、DICOM 的 4 个内容层次
1、 Patient (病人)
2、 Study (检验)
3、 Series (系列)
4、 Image (图像)
尽管头几层的内容在很多图像里是相同的，但它们在每个图像文件里都要有。
每一层叫一个Information Entity或IE（从relational database schema 设计引用而来）。每一层又细分成Module。每个Module里面的最小单元叫做一个attribute或element。
现在举个例子：CR 图像 (DICOM Part 3, A.2.3, Table A.2-1
1. Patient IE:
a. Patient Module (参考 C.7.1.1)
2. Study IE:
a. Study Module (参考 C.7.2.1)
b. Patient Study Module (参考 C.7.2.2)
3. Series IE:
a. General Series (参考 C.7.3.1)
b. CR Series (参考 C.8.1..1)
c. General Equipment (参考 C.7.5.1)
4. Image IE:
a. Genrral Image (C.7.6.1)
b. Image Pixel (C.7.6.3)
c. Contrast/bolus (C.7.6.4)
d. CR Image (C.8.1.2)
...
i. SOP Common (C.12.1)
将这些 modules (tables) 里的所有 elements 都找出来就做成了一个 CR 图像的架构。
要注意的是这些 module 有些是一定要的 (modatory) 有些是用户选用的 (user)。到了每个 module 里 attribute/element 表又有分五类 Type 1, 1C, 2, 2C 和 3。 Type 1 是一定要的，2 也是一定要的但是内容可以是空的。Type 3 则可要可不要。所以浓缩一下，一个 CR 图像里的元素 (elements) 也不是太多。把这些表格展开后，这些 elements 组成一个 dataset。
那么，写到一个文件里或通过网路传送又是个什么格式呢？这就要看 Part 5。一个元素 (element) 的结构是：
1. group tag: 16-bit
2. element tag: 16-bit
3. length (or VR/length): 32-bit
4. data (bytes of length)
对应每一个用到的 element DICOM 标准 Part 6 都定义了一个 group tag 和 element tag。比如说：
patient name: 0x0010, 0x0010
patient ID: 0x0010, 0x0020
...
VR说的是element格式，比如说patinet name 的VR是PN。格式是 last_name^first_name^middle_name^prefix^surfix。那么我的英文名字就是: Wang^JB^^Dr.^
往外写时要做几个事情：
1. 要把所有元素按 group tage 和 element tag 理一遍 (sort)。从小排到大。
2. 如果是写 DICOM 介质的 DICOM file 还先写 128 bytes preamble (一般是空白),加 "DICM", 加 group 2 Meta header。（讲到 Part 10 时再细说）
3. 如果 dataset 里面含有 Sequence elements, sequence 里面每一个 Item 又是一个 dataset。
有了这些知识，你就可以开始写一个小小的 BMP 到 DICOM 的转化程序。关键资料：
Modality (0008, 0060): SC
Photometric Interpretation (0028, 0004): RGB
SOP Class UID: 1.2.840.10008.1.5.4.1.1.7
最简单的办法是写一个 structure 然后一个 array。

typedef struct DicomElem 
{
  short int group_tag,
  short int element_tag,
  char VR[4],
  int length,
  char data[128]
} DicomElem;

DicomElem CRDataSet [] =
{
{ 0x0008, 0x0005, "CS", 10, "ISO_IR 100"},
{ 0x0008, 0x0008, "CS", 16， "ORIGINAL//PRIMARY"},
  ...
{0x0010, 0x0010, "PN", 16, "My^Test^Image^^ "}，
{0x0010, 0x0020, "SH", 6, "123456"}，
...
{0,0,"",0,""}
};

void WriteCDImage(FILE *fp)
{
  DicomElem elem = CRDataSet[0];
  unsigned long int lComboTag;
  int nCols, nRows;
  unsigned char *pPixelData
  unsigned long int lPixelLength;

  pPixelData = LoadBMPImgeData("MyImage.bmp", nCols, nRows, lPixelLength);

  while(CRDataSet[i].group_tag)
  {
     lComboTag = (CRDataSet[i].group_tag << 16) | CRDataSet[i].element_tag;
    tch(lComboTag)
     {

       case 0x00280010:
           *((short int *)CRDataSet[i].data) = nCols;
        break;
       case 0x00280011:
           *((short int *)CRDataSet[i].data) = nRows;
       break;
       ...
     }
     
   // Write group and element tag
   fwrite(&lComboTag, 1, sizeof(long), fp);

   // Write VR
   fwrite(CRDataSet[i].VR, 1, 2, fp);

   if (lComboTag != 0x7fe00010)
     {
        fwrite(CRDataSet[i].length, 1, sizeof(short), fp);
        fwrite(CRDataSet[i].data, 1, CRDataSet.length, fp);
      }
   else
       {
          fwrite("/0/0", 1, 2, fp); // Two blank bytes after VR
          fwrite(&lPixelLength, 1, sizeof(long), fp);  // Length
         fwrite(pPixelData, 1, lPixelLength, fp);   
       }

  i++; 

  }

}

unsigned char *LoadBMPImgeData(char *fileName, int &nCols, int &nRows, unsigned long &lPixelLength)
{
....
}

细节自己去写。

二、DICOM文件读写最难的是两件事情
DICOM Sequence
DICOM Pixel Data
Sequence 在 C 里的类比是一个 structure 的 array，是结构套结构，所以读起来难。更麻烦的是 Sequence 还可以不定义长度， 即长度是 -1。要靠你自己去找 (FFFE, E0DD) 来决定 Sequence 是否结束。
Array 里面的每个 structure就是 DICOM Sequence 里的一个 Item。Item 的开头是一个特定 element (FFFE, E000)。 如果 Item 的长度是 -1， 要靠找到 (FFFE, E00D) 来决定 Item 的结束。
Pixel Data (7fe0, 0010) 是一个特殊的 DICOM element。总是在所有元素的最后面。它与 Sequence 有两个相似的地方：长度区总是 32-位 (即 explicit VR 的情况下要在 VR 区后面填两个 bytes，然后再加 4-bytes 的长度。
如图像是压缩的，每幅图用一个 item 来存。 第一个 item 是个 offset table。每幅图的 offset 是一个 dword (4 bytes)，第一幅图的 offset 是 0。

三、DICOM file 细节问题
element 的 data 长度一定要是一个偶数。
要注意 big endian 和 little endian 的区别。软件要自动判断机器的 endian 和 DICOM 文件的 transfer syntax。常见的：Intel PC 是 little endian， Sun 是 big endian。
如果机器的 endian 和数据的 endian 不对的话要做 byte swap。要做 byte swap 的有所有的根数字有关的 binary data, 即 VR = SS, US, SL, UL, FL, FD, OW, AT 等等。DICOM group tag 和 element tag 也要分别做两个 byte 的 swap。Item 指的是 DICOM Sequence 的 Item。

0x7fe0, 0x0010, "OB", ' '' ', 0xffffffff    // tag, VR, 长度
0xFFFE, 0x0000, 0xffffffff                  // Offset item begins
0x00000000  // Offset of first image = 0
0x00001000  // Offset of second image = 4096 (for example)
...
0xFFFE, 0xE00D  // End of offset item
0xFFFE, 0x0000, 0x00001000      // first image item and length = 4096 (for example)
...             // (4096 bytes)
0xFFFE, 0xE00D  // end of first image
...
0xFFFE, 0xE0DD  // End o of pixel data sequence