DICOM的常用Tag分类和说明

本文转自:http://blog.csdn.net/inter_peng/article/details/46513847

1.        前言:

基于DICOM3.0标准的医学图像中,每一张图像中都携带着许多的信息,这些信息主要可以分为Patient, Study, Series和Image四类。每一个DICOM Tag都是由两个十六进制数的组合来确定的,分别为Group和Element。如(0010,0010)这个Tag表示的是Patient’s Name,它存储着这张DICOM图像的患者姓名。

在研发关于医学影像软件时,必然需要对导入的DICOM图像进行文件解析,很重要的一部分工作就是需要从图像中获取它所储存的信息,然后在开发的软件中根据需要显示出来。一般医学影像软件在显示某一张影像时会有四角信息,或者当医生在调整窗宽窗位值时,需要软件实时显示此时的值。

基于C++的DCMTK和基于Java的dcm4che,都是非常优秀的解释DICOM标准的第三方库,通过在工程中引入它们可以避免软件开发人员去进行底层的解析工作,可为项目开发提高效率。

以下是归纳的常见的DICOM Tag标签,和它们的描述和值表现(VR)。

2.        VR

VR是DICOM标准中用来描述数据类型的,总共有27个值。简单分类如下:

 

VR

含义

允许

字符

数据长度

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

 

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(232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“SMITH^JOHN” “Morrison- Jones^Susan^^^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 “20050822”表示 2005  8 22 

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”)  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

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: 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  8  12 日下午 18  30 00 

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:nnnDnnnW nnnM nnnY;其中 nnn对于 D 来说表示天数,对于W来说表示周数,对于来说表示月数,对于来说表示岁数。 比如“018M”表示他的年龄是 18 个月

0–9 DWM Y

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 Ee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

 

个字符

US - Unsigned Short 无符号短型

无符号二进制整数,长度 16 比特

 

个字符

SL - Signed Long

有符号长型

有符号二进制整数

 

个字符

UL - Unsigned Long 无符号长型

无符号二进制整数,长度 32 比特

 

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

 

个字符

FL - Floating Single 单精度浮点

单精度二进制浮点数字

 

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

 

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

 

 

3.        DICOM TAG分类和说明

Patient Tag

Group

Element

Tag Description

中文解释

VR

0010

0010

Patient’s Name

患者姓名

PN

0010

0020

Patient ID

患者ID

LO

0010

0030

Patient’s Birth Date

患者出生日期

DA

0010

0032

Patient’s Birth Time

患者出生时间

TM

0010

0040

Patient’s Sex

患者性别

CS

0010

1030

Patient’s Weight

患者体重

DS

0010

21C0

Pregnancy Status

怀孕状态

US

Study Tag


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

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 Tag  


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:

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 Tag


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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/246867.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于CNN的性别、年龄识别及Demo实现

一、相关理论 本篇博文主要讲解2015年一篇paper《Age and Gender Classification using Convolutional Neural Networks》paper的创新点在哪里。难道是因为利用CNN做年龄和性别分类的paper很少吗?网上搜索了一下,性别预测,以前很多都是用SVM算…

Faster R-CNN的安装及测试(Python版本和Matlab版本)

rbg的Python版本 一、拉取源码 git clone --recursive https://github.com/rbgirshick/py-faster-rcnn.git 拉取完成后,在/home/cmwang/目录下增加了py-faster-rcnn文件夹【cmwang是我的ubuntu用户名】 二、安装依赖 sudo apt-get install python-opencvsudo pip…

Faste R-CNN的安装及测试

一、拉取源码 下载 fast-rcnn 因下载解压后 caffe-fast-rcnn是空文件夹,故需要单独下 caffe-fast-rcnn-bcd9b4eadc7d8fbc433aeefd564e82ec63aaf69c.zip unzip caffe-fast-rcnn-bcd9b4eadc7d8fbc433aeefd564e82ec63aaf69c.zip cp ./caffe-fast-rcnn-bcd9b4eadc7d8…

6 areas of artificial intelligence to watch closely 需要密切关注的六大人工智能/机器学习领域

近段时间,有许多关于人工智能公认定义的争论。有些人认为人工智能就是“认知计算”或是“机器智能”,而另一些人则把它与“机器学习”的概念混淆了。然而,人工智能并不是特指某种技术,它实际上是一个由多门学科组成的广阔领域&…

2016 亚洲共识指南:肺结节的评估

2016 年 2 月,亚洲肺部疾病和胸外科多学科专家小组在美国胸科医师学会(ACCP)制定的肺结节评估指南的基础上结合亚洲患者的自身特点制订了亚洲肺结节患者的评估指南。 亚洲肺结节的评估与 APCC 指南中所指出的重要注意事项大致相同。但该指南…

Ubuntu 15.04 安装TensorFlow(源码编译) 及测试梵高作画

介绍Google的TensorFlow机器学习开源库,在UbuntuKylin上的安装和和源码编译。 原始官方文档参见:http://www.tensorflow.org. 本电脑配置如下: 3.19.0-15-generic #15-Ubuntu x86_64 GNU/Linux NVIDIA Corporation GK110BGL [Tesla K40c] …

Ubuntu 15.04 安装 boost-python

1. 安装依赖库 sudo apt-get install python-dev sudo apt-get install mpi-default-dev #安装mpi库 sudo apt-get install libicu-dev #支持正则表达式的UNICODE字符集 sudo apt-get install …

python 常见问题汇总(待续)

1. No module named skimage pip install scikit-image --upgrade 2. No module named dicom sudo pip install pydicom 3. python name ‘os’ is not defined import os This will import the python’s module os, which apparently is used later in the code of your m…

如何将 ipynb 发布到 blog 中(html, markdown格式)

相关文章链接 如何向IPython Notebook中导入.py文件 如何将 ipynb 发布到 blog 中(html, markdown格式) Introducing IPython Notebook Beginner’s IPython Notebook Tutorial Example notebook showing how to do statistics in IPython Notebook next generation slide…

HP Z840 工作站配sSAS Raid 安装 Ubuntu 16.04 系统

惠普Z840工作站配SAS RAID安装win7系统加载驱动 安装ubuntu的最低版本版本要求是01.25,请更新到官方最新的02.31测试 1. BIOS系统更新 1. 准备好一个空的U盘,格式化成FAT32,在U盘上建立\Hewlett-Packard\BIOS\New 2. 下载链接http://ftp.hp…

Ubuntu SSH Algorithm negotiation failed

问题 解决方法 chmod 777 /etc/ssh/sshd_configgedit /etc/ssh/sshd_config添加如下 Ciphers aes128-cbc,aes192-cbc,aes256-cbc,aes128-ctr,aes192-ctr,aes256-ctr,3des-cbc,arcfour128,arcfour256,arcfour,blowfish-cbc,cast128-cbcMACs hmac-md5,hmac-sha1,umac-64openssh.…

不同matlab版本所支持的gcc g+版本

问题 关于 GCC 和 G 版本问题 Matlab 2014a gcc/g 4.7.x, Matlab 2016a gcc/g 4.9.x Matlab 2017a gcc/g 4.9.x Ubuntu 15.04 gcc/g 4.9.x, Ubuntu 16.04 gcc/g 5.4.x 原则上Matlab需要和Ubuntu版本一致,由于CUDA 8只支持16.04,而且需要GCC 5.4.x 进行编译&#…

Linux系统中添加硬盘,并挂载到已有的目录,比如/home/user

备份用户下数据 cd home ls newuser tar cvf newuser.tar newuser  #创建一个tar归档 rm -rf newuser mkdir newuser备注:newuser为home下的用户。 分区和挂载 #查看硬盘分区 fdisk -l#分区 fdisk /dev/sdbCommand (m for help):m#新建一个分区 Comman…

高性能Numpy/Scipy加速:使用Intel MKL和Intel Compilers或OpenBLAS(待续)

Numpy/Scipy加速:使用Intel MKL和Intel Compilers 1.获取Intel Parallel Studio XE Intel免费软件工具提供免费的软件包,其中包括完整的Intel编译器和计算库及其激活码,软件和激活码一一对应。注意需要使用教育邮箱注册,否则不予通过。 2.安装…

Linux 安装卸载软件及管理软件仓库

软件仓库 Linux的软件包都存放在一个地方,叫做软件仓库,repository。 因为Linux是在Windows之后诞生的(1991年前后),所以为了避免Windows的这个“弊端”,Linux选择创建一个集中存放软件的地方。 当然了&a…

Linux 终端配置

一般Linux中的配置文件大多以点开头,而且多以rc结尾。比如vim的配置文件 .vimrc,bash shell的配置文件.bashrc,等等。 像这样的配置文件,如果用ls -l命令是列不出来的,需要用ls -a来列出。 “rc”,它是“…

Caffe2 Compilation Error gflags.cc' is being linked both statically and dynamically into this execut

问题描述 python -c from caffe2.python import core 2>/dev/null && echo "Success" || echo "Failure" 出现这个问题 ERROR: something wrong with flag flagfile in file /home/bids/softwares/gflags-2.2.0/src/gflags.cc. One possibil…

值得关注的医疗 AI 公司(待续)

医疗成像 Clearview Diagnostics 是一家开发辅助医生诊断疾病的工具的 AI 软件公司。该公司最初的重点是乳腺癌。 Butterfly Network 是一家医疗成像技术公司,该公司创建了一个集成了深度学习技术的便携式医疗成像设备,帮助缺乏医疗机构或医生不够专业的…

caffe2 介绍

Caffe2的特性 Caffe2框架可以通过一台机器上的多个GPU或具有一个及多个GPU的多台机器来进行分布式训练。 也可以在iOS系统、Android系统和树莓派(Raspberry Pi)上训练和部署模型。只需要运行几行代码即可调用Caffe2中预先训练好的Model Zoo模型。Caffe2…

如何向IPython Notebook中导入.py文件

相关文章链接 如何向IPython Notebook中导入.py文件 如何将 ipynb 发布到 blog 中(html, markdown格式) Introducing IPython Notebook Beginner’s IPython Notebook Tutorial Example notebook showing how to do statistics in IPython Notebook next generation sli…