dicom-processing

DICOM 処理

概要

DICOM および NIfTI 形式の医用画像を変換、読み込み、匿名化するためのパイプラインスキルです。以下の決定論的なコマンドとコードをまとめています。

• dcm2niix を使用した DICOM → NIfTI 変換（BIDS サイドカーを含む）
• pydicom を使用した DICOM ヘッダーとピクセルデータの読み込み
• pydicom または CTP DicomAnonymizer を使用した PHI の削除（匿名化）
• nibabel を使用した NIfTI の検査
• SeriesInstanceUID ごとにグループ化したバッチ処理
• BIDS 準拠のディレクトリ構成

ユーザーが .dcm、.nii、.nii.gz、DICOM ディレクトリ、または匿名化ワークフローを扱う場合は、このスキルを使用してください。

使用方法

1. DICOM シリーズを NIfTI に変換する（dcm2niix）

# Standard conversion: gzip output, BIDS sidecar, pattern-named files
dcm2niix -z y -b y -f %p_%s -o output_dir input_dir

フラグ（覚えておいてください）：

フラグ	意味
-z y	gzip 形式で出力する（.nii.gz）
-b y	BIDS JSON サイドカーを出力する
-f %p_%s	ファイル名のパターン：%p = プロトコル、%s = シリーズ番号
-m n	シリーズをまたいで 2D スライスをマージしない（シリーズ間の混在を防止）
-o	出力ディレクトリ

よく使う命名トークン：%p プロトコル、%s シリーズ、%t 時刻、%i 患者 ID、%n 患者名、%d 説明。

2. pydicom で DICOM ファイルを読み込む

import pydicom

ds = pydicom.dcmread('file.dcm')
print(ds.PatientName, ds.StudyDate, ds.Modality)
print(ds.pixel_array.shape)  # numpy array of pixel data

3. DICOM ファイルを匿名化する（pydicom）

import pydicom
from pydicom.uid import generate_uid

ds = pydicom.dcmread('file.dcm')

tags_to_remove = [
    'PatientName', 'PatientID', 'PatientBirthDate',
    'InstitutionName', 'ReferringPhysicianName', 'StudyDate',
]
for tag in tags_to_remove:
    if tag in ds:
        del ds[tag]

ds.PatientID = 'ANON_001'

# Remove private (vendor) tags — they frequently contain PHI
ds.remove_private_tags()

# Replace UIDs so the study/series/instance cannot be linked back
ds.StudyInstanceUID  = generate_uid()
ds.SeriesInstanceUID = generate_uid()
ds.SOPInstanceUID    = generate_uid()

ds.save_as('anon.dcm')

4. CTP DicomAnonymizer でバッチ匿名化する

# RSNA CTP / DicomBrowser DAP (DICOM Anonymizer Program)
java -jar DAP.jar -p profile.script -i input/ -o output/

大規模なコホートや、検証済みの DICOM Supplement 142 プロファイルが必要な場合に使用してください。

5. nibabel で NIfTI ボリュームを読み込む

import nibabel as nib

img = nib.load('file.nii.gz')
data   = img.get_fdata()  # numpy ndarray
affine = img.affine       # 4x4 voxel-to-world transform
header = img.header

6. バッチ処理のパターン：SeriesInstanceUID ごとにグループ化し、シリーズ単位で変換する

from pathlib import Path
from collections import defaultdict
import pydicom, subprocess

def group_by_series(input_dir):
    series = defaultdict(list)
    for p in Path(input_dir).rglob('*.dcm'):
        ds = pydicom.dcmread(p, stop_before_pixels=True)
        series[ds.SeriesInstanceUID].append(p)
    return series

def convert_all(input_dir, output_dir):
    Path(output_dir).mkdir(parents=True, exist_ok=True)
    # dcm2niix handles series grouping internally when given a directory
    subprocess.run(
        ['dcm2niix', '-z', 'y', '-b', 'y', '-f', '%p_%s',
         '-o', output_dir, input_dir],
        check=True,
    )

7. BIDS の構成

dataset/
├── dataset_description.json
├── participants.tsv
└── sub-01/
    └── ses-01/
        ├── anat/  sub-01_ses-01_T1w.nii.gz
        ├── func/  sub-01_ses-01_task-rest_bold.nii.gz
        └── dwi/   sub-01_ses-01_dwi.nii.gz

ルール：sub-<label>/ses-<label>/<modality>/<sub>_<ses>_<suffix>.nii.gz。対応する .json サイドカーも必要です。

応答形式

• 必要なコマンドまたはコードを最初に示し、その後に説明する
• 次の構成にする：入力の確認 → 動作するコード → 主要パラメーターの説明 → 注意点
• タスクごとに、完全に動作する例を 1 つ示す。代替案をすべて示す必要はない
• コードコメントは最小限かつ実用的にする（存在理由ではなく、何をするかを記述する）
• 目安：コード 50～100 行と、簡潔な説明

基本概念

形式と匿名化の判断ツリー

What is the target format?
├─ NIfTI (analysis) → dcm2niix -z y -b y
│  ├─ Need BIDS layout? → add -f sub-%i_ses-%t_%p, reorganize post-hoc
│  └─ Single series only? → point dcm2niix at series directory directly
└─ DICOM (archive/PACS) → pydicom read/write

De-identification method:
├─ Small cohort (< 100 studies) → pydicom script (remove tags + private + replace UIDs)
├─ Large cohort or regulatory → CTP DicomAnonymizer with Supplement 142 profile
└─ Burned-in pixel PHI risk?
   ├─ US / Secondary Capture / Screenshots → YES: add OCR + pixel masking step
   └─ CT / MR / PT → Usually NO: tag-level de-ID sufficient

DICOM の階層。 Patient → Study → Series → Instance。「シリーズ」は変換の基本単位であり、通常、1 つの NIfTI ボリュームは 1 つの SeriesInstanceUID に対応します。

UID は識別子であり、秘密情報ではありませんが、相互に関連付けることができます。 StudyInstanceUID を共有する 2 つのファイルは、同じ検査に由来します。匿名化では UID を置き換え（generate_uid()）、リリース間の関連付けを断つ必要があります。

プライベートタグには PHI が含まれることがあります。 ベンダー固有のタグ（グループ番号が奇数のもの）には、担当者のメモ、患者 ID、焼き込み済みのメタデータが含まれていることがよくあります。必ず ds.remove_private_tags() を呼び出してください。

ピクセルデータにも PHI が含まれることがあります。 超音波フレーム、セカンダリーキャプチャ、スクリーンショットでは、患者名や MRN がピクセルに焼き込まれていることがよくあります。タグを削除してもピクセルは消去されません。このリスクがある場合は、別途 OCR とマスキングを実行してください。

ジオメトリとモダリティに関する主要な DICOM タグ：

タグ	名前	用途
(0008,0060)	Modality	CT / MR / CR / US / PT ...
(0018,0050)	SliceThickness	mm
(0028,0030)	PixelSpacing	面内間隔 [row, col] mm
(0020,0032)	ImagePositionPatient	患者座標におけるスライスの原点
(0020,0037)	ImageOrientationPatient	行／列の方向余弦

これら 5 つのタグで、NIfTI の affine 行列を再構築できます。

NIfTI と DICOM の違い。 NIfTI は 1 つのアフィン変換を持つ単一の 3D／4D ボリュームを保存します。DICOM はスライス単位のメタデータを保存します。変換ツール（dcm2niix）はシリーズ内のスライスを集約し、上記のタグからアフィン変換を計算します。

クイックリファレンス

# Convert
dcm2niix -z y -b y -f %p_%s -o out/ in/

# Skip merging across series (safer)
dcm2niix -z y -b y -m n -f %p_%s -o out/ in/

# Batch anonymization (CTP)
java -jar DAP.jar -p profile.script -i input/ -o output/

# Read DICOM
ds = pydicom.dcmread('file.dcm')
ds.PatientName, ds.Modality, ds.pixel_array.shape

# Header-only (fast, no pixels)
ds = pydicom.dcmread('file.dcm', stop_before_pixels=True)

# Anonymize core fields
for t in ['PatientName','PatientID','PatientBirthDate',
          'InstitutionName','ReferringPhysicianName','StudyDate']:
    if t in ds: del ds[t]
ds.remove_private_tags()
ds.StudyInstanceUID  = generate_uid()
ds.SeriesInstanceUID = generate_uid()
ds.SOPInstanceUID    = generate_uid()

# Load NIfTI
img = nib.load('file.nii.gz'); data = img.get_fdata(); aff = img.affine

よくある間違い

• 誤り： DICOM の非識別化でプライベートタグを削除しない 正しい方法： 非識別化パイプラインの一環として、必ず ds.remove_private_tags() を呼び出します 理由： ベンダーのプライベートタグ（奇数のグループ番号）には、標準的なタグレベルの削除後も残る PHI が日常的に含まれています

• 誤り： 匿名化後も元の UID を保持する 正しい方法： 非識別化するファイルごとに、StudyInstanceUID、SeriesInstanceUID、SOPInstanceUID を generate_uid() で置き換えます 理由： 元の UID は元の PACS までたどることができます。2 つのファイルで同じ StudyInstanceUID が使われていると、同じ検査に由来することがわかってしまいます

• 誤り： 確認せずに dcm2niix のデフォルトの結合動作を使う 正しい方法： -m n を使って結合を無効にするか、出力ファイル数を想定されるシリーズのリストと照合します 理由： デフォルトの結合では、別々の撮像が 1 つの NIfTI ボリュームにまとめられ、データが破損する場合があります

• 誤り： 非識別化中にピクセルデータへ焼き込まれた注釈を無視する 正しい方法： 超音波、セカンダリーキャプチャ、スクリーンショットのモダリティでは、OCR による検出とピクセルのマスキングを追加します 理由： タグレベルの非識別化ではピクセルは処理されません。画像に焼き込まれた患者名や MRN は、タグの削除後も残ります

• 誤り： dcm2niix から非圧縮の .nii ファイルを出力する 正しい方法： 後続のツールで非圧縮ファイルが明示的に必要な場合を除き、dcm2niix に常に -z y を渡して、gzip 圧縮された .nii.gz を出力します 理由： 非圧縮の NIfTI ファイルは 3～5 倍のサイズになり、多くのパイプラインでは利点がないままストレージを浪費し、転送を遅くします

• 誤り： DICOM ヘッダーだけが必要なのに、ピクセルデータ全体を読み込む 正しい方法： メタデータのみをスキャンする場合は pydicom.dcmread(path, stop_before_pixels=True) を使います 理由： Modality、SeriesInstanceUID、SliceThickness などのタグだけが必要な場合、大規模なコホートのピクセル配列を読み込むと、メモリと時間を浪費します

• 誤り： DICOMDIR をファイルディレクトリと見なして、そのエントリーを反復処理する 正しい方法： 代わりに Path(input_dir).rglob('*.dcm') を使って、実際の .dcm ファイルを反復処理します 理由： DICOMDIR は独自の構造を持つインデックスファイルです。不完全または古い場合や、存在しない場合もあります。ファイルを直接反復処理するほうが確実です

参考資料

• dcm2niix：Li et al. J Neurosci Methods 2016、https://doi.org/10.1016/j.jneumeth.2016.03.001
• pydicom：https://pydicom.github.io/pydicom/stable/
• BIDS：Gorgolewski et al. Sci Data 2016、https://doi.org/10.1038/sdata.2016.44
• DICOM の非識別化：DICOM PS3.15 Annex E、https://dicom.nema.org/medical/dicom/current/output/chtml/part15/chapter_E.html