DICOM 影像中文標籤與 UTF-8 編碼儲存問題教學與範例

介紹如何在 Python 中使用 pydicom 模組設定 Specific Character Set，讓 DICOM 標籤以 UTF-8 編碼儲存中文字。

載入 DICOM 檔案

這裏我們載入 pydicom 內建的 DICOM 測試檔案作為示範，關於 pydicom 的基本操作說明，可以參考 Python 使用 Pydicom 讀取、編輯 DICOM 影像檔案教學與範例。

from pydicom import dcmread
from pydicom.data import get_testdata_files

# 取得 Pydicom 附帶的 DICOM 測試影像路徑
filename = get_testdata_files('MR_small.dcm')[0]

# 讀取 DICOM 檔案
ds = dcmread(filename)

# 列出所有後設資料（metadata）
print(ds)

[略]
(0010, 0010) Patient's Name                      PN: 'CompressedSamples^MR1'
(0010, 0020) Patient ID                          LO: '4MR1'
(0010, 0030) Patient's Birth Date                DA: ''
(0010, 0040) Patient's Sex                       CS: 'F'
(0010, 1020) Patient's Size                      DS: None
(0010, 1030) Patient's Weight                    DS: "80.0"
[略]

加入中文內容

假設我們想要更改 DICOM 中的 (0010,0010) Patient Name 標籤，寫入病人的中文姓名：

# 更改 (0010,0010) Patient Name 資料，寫入中文字
ds.PatientName = "王曉明"
print(ds.PatientName)

王曉明

由於 DICOM 預設的 ISO 8859 編碼不支援中文字，當 DICOM 檔案中包含中文字時，若以預設的方式儲存，就會出現問題：

# 另存 DICOM 檔案
ds.save_as("chinese.dcm")

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/pydicom/charset.py:534: UserWarning: Failed to encode value with encodings: iso8859 - using replacement characters in encoded string
  .format(', '.join(encodings)))

這段警告訊息是說 ISO 8859 編碼不支援中文字，會將不支援的中文字以其他字元替代，等於實際的中文資料無法儲存至 DICOM 檔案中。

設定 Specific Character Set

遇到這個問題，可以將 (0008,0005) Specific Character Set 指定為 ISO_IR 192，採用 UTF-8 編碼：

# 修改 (0008,0005) Specific Character Set，採用 ISO_IR 192（UTF-8）編碼
ds.SpecificCharacterSet = 'ISO_IR 192'

這樣就可以在 DICOM 檔案中正常儲存中文字了：

# 另存 DICOM 檔案
ds.save_as("utf8.dcm")

參考資料

• Ray’s Blog：DICOM Tag中文编码问题
• pydicom：Character Encoding and Decoding
• Source code for pydicom.charset