pydicom

Pydicom - 医療画像規格

DICOMは単なる画像ではありません。患者情報、空間的な向き、ピクセルデータを含む豊富なデータ構造です。Pydicomを使うと、これらすべてのタグにアクセスできます。

使用する場面

• 医療画像データ（CT、MRI、X線、超音波）の処理。
• DICOMファイルから患者のメタデータや臨床情報を抽出する場合。
• 画像とメタデータの両方を必要とする放射線医学向けAIモデルの構築。
• 分析用にDICOMをほかの形式へ変換する場合。
• 医療画像ワークフローにおける品質保証とコンプライアンスの確認。

基本原則

データセットは辞書形式

タグには名前（例：ds.PatientName）またはID（ds[0x0010, 0x0010]）でアクセスします。

ピクセルデータ

生のピクセルデータはPixelDataに格納されていますが、NumPyとの連携にはpixel_arrayを使用してください。

VR（値表現）

日付、年齢、小数値を厳密に型指定することで、データの整合性を確保できます。

クイックリファレンス

標準的なインポート

import pydicom
from pydicom.data import get_testdata_files
import matplotlib.pyplot as plt
import numpy as np

基本パターン

# 1. Read file
ds = pydicom.dcmread("scan.dcm")

# 2. Access Metadata
print(f"Patient: {ds.PatientName}, ID: {ds.PatientID}")
print(f"Modality: {ds.Modality}") # CT, MR, DX
print(f"Study Date: {ds.StudyDate}")
print(f"Slice Thickness: {ds.SliceThickness}")

# 3. Access Image
plt.imshow(ds.pixel_array, cmap="gray")
plt.title(f"{ds.Modality} - {ds.PatientName}")

重要なルール

✅ 推奨事項

• pixel_arrayプロパティを使用する - NumPyと適切に連携できるよう、ピクセルデータにはds.PixelDataではなく、常にds.pixel_arrayでアクセスしてください。
• タグの欠落を確認する - 省略可能なタグにアクセスする前に、hasattr(ds, 'TagName')を使用してください。
• 患者のプライバシーを尊重する - DICOMファイルにはPHI（保護対象医療情報）が含まれています。共有する前に必ず匿名化してください。
• さまざまな測光解釈に対応する - 画像によっては反転していたり、異なる色空間を使用していたりします。

❌ 禁止事項

• DICOMファイルを上書き編集しない - 元のデータを保持するため、変更する際は必ずコピーを作成してください。
• VRの型を無視しない - DICOMではデータ型が厳密に定められています。誤った変換はデータを破損させるおそれがあります。
• すべてのDICOMファイルに画像が含まれると思い込まない - メタデータのみを含むもの（構造化レポート）もあります。

応用パターン

DICOMシリーズの操作

import pydicom
from pathlib import Path

# Load a series of DICOM files
dicom_dir = Path("dicom_series")
files = sorted(dicom_dir.glob("*.dcm"))

# Load and stack slices
slices = [pydicom.dcmread(f) for f in files]
volume = np.stack([s.pixel_array for s in slices])

匿名化

# Remove patient identifiers
ds.PatientName = "ANONYMOUS"
ds.PatientID = "000000"
ds.PatientBirthDate = ""
ds.PatientSex = ""

PydicomはPythonにおける医療画像処理の基盤であり、現代の放射線医学を支える、豊富で標準化されたDICOM形式を研究者や臨床医が扱えるようにします。