从零到一：用Python将普通图像（PNG/JPG）转换为合规DICOM文件的实战指南

1. 为什么需要将普通图像转为DICOM格式

第一次接触医学影像处理时，我也被DICOM这个"行业黑话"搞得一头雾水。简单来说，DICOM就像是医疗影像界的普通话，所有专业设备都只认这个语言。普通JPG/PNG就像方言，虽然能表达意思，但进了医院系统就寸步难行。

举个例子，去年我帮某三甲医院开发肺部结节检测系统时，算法团队给的都是公开数据集里的PNG图像。结果部署时才发现，医院的CT机、PACS系统根本不认这些"野路子"数据。就像带着方言浓重的普通话去参加新闻联播，再好的内容也播不出去。

DICOM的强大之处在于它不只是图像，更是个信息集装箱。除了像素数据，它还包含：

• 患者信息（姓名、ID、出生日期）
• 检查信息（设备型号、扫描参数）
• 临床数据（诊断结论、医生备注）
• 空间信息（像素间距、切片厚度）

这些元数据对AI模型训练至关重要。比如像素间距决定了结节的实际大小，没有这个信息，算法算出的3mm结节可能是30mm也可能是0.3mm。

2. 准备工作：搭建Python环境

工欲善其事，必先利其器。推荐用Anaconda创建专属环境，避免库版本冲突：

bash复制conda create -n dicom_converter python=3.8
conda activate dicom_converter

核心依赖就两个：

1. pydicom：DICOM处理的瑞士军刀
2. Pillow：图像处理必备

安装命令：

bash复制pip install pydicom pillow

验证安装是否成功：

python复制import pydicom
from PIL import Image
print(pydicom.__version__, Image.__version__)

遇到过最坑的版本问题是pydicom 2.0+的API变动。如果遇到hasattr()报错，可以回退到1.4版本：

bash复制pip install pydicom==1.4.2

3. 基础转换：从像素到DICOM

先看一个最小可行方案，把PNG转为基本DICOM：

python复制import pydicom
from pydicom.dataset import FileDataset
from PIL import Image

def simple_convert(input_path, output_path):
    # 读取图像并转为灰度
    img = Image.open(input_path).convert('L')
    
    # 创建DICOM骨架
    ds = FileDataset(output_path, {}, file_meta=