findscripter 何时使用
适用：
- 读写或修改 DICOM（.dcm）医学影像与元数据标签
- 从 CT/MRI/X 光/超声/PET 提取像素数组并做窗宽窗位显示
- 为科研或数据共享匿名化（去除 PHI 受保护健康信息）
- DICOM 转 PNG/JPEG/TIFF，或压缩/解压切换传输语法
- 处理 DICOM 序列、结构化报告与多切片三维体重建
- 对接 PACS 影像归档系统的影像数据
不该用：
- 处理普通图片（PNG/JPEG）或非 DICOM 格式（如 NIfTI、NRRD）——直接用 Pillow / nibabel
- 仅做通用数组运算而无需 DICOM 解析时
- 高级影像分割/配准/AI 推理（用 SimpleITK、MONAI 等专业库）
步骤
- 安装
pydicom及按需依赖（numpy/pillow/matplotlib；压缩文件另装解码器）。 - 用
pydicom.dcmread()读入得到Dataset，先查ds.file_meta.TransferSyntaxUID判断是否压缩。 - 访问元数据用属性名（
ds.PatientName）或标签（ds[0x0010,0x0010]）；缺失字段务必先hasattr或ds.get(name, default)。 - 取像素用
ds.pixel_array；CT/MRI 显示前套 VOI LUT 窗宽窗位。 - 修改后用
ds.save_as()保存；匿名化后务必逐项核验再外发。
指令
uv pip install pydicom numpy pillow matplotlib
# 压缩 DICOM（JPEG / JPEG2000）需额外解码器：
uv pip install pylibjpeg pylibjpeg-libjpeg pylibjpeg-openjpeg python-gdcm
示例
读取与元数据：
import pydicom
ds = pydicom.dcmread('file.dcm')
print(ds.PatientName, ds.StudyDate, ds.Modality)
print(ds.file_meta.TransferSyntaxUID.name) # 判断压缩
像素 + 窗宽窗位显示：
import matplotlib.pyplot as plt
from pydicom.pixel_data_handlers.util import apply_voi_lut
arr = ds.pixel_array # 多帧为 (frames, rows, cols)；RGB 为 (rows, cols, 3)
img = apply_voi_lut(arr, ds) if hasattr(ds, 'WindowCenter') else arr
plt.imshow(img, cmap='gray'); plt.axis('off'); plt.show()
匿名化（去 PHI，保留像素）：
phi = ['PatientName','PatientID','PatientBirthDate','PatientSex','PatientAge',
'PatientAddress','InstitutionName','ReferringPhysicianName',
'OperatorsName','StudyDescription','SeriesDescription']
for tag in phi:
if hasattr(ds, tag):
if tag in ('PatientName','PatientID'):
setattr(ds, tag, 'ANONYMOUS')
elif tag == 'PatientBirthDate':
ds.PatientBirthDate = '19000101'
else:
delattr(ds, tag)
if hasattr(ds, 'StudyDate'): ds.StudyDate = '20000101' # 统一偏移保留时序
ds.save_as('anonymized.dcm')
压缩/解压切换传输语法：
ds.decompress(); ds.save_as('uncompressed.dcm', write_like_original=False)
ds2 = pydicom.dcmread('uncompressed.dcm')
ds2.compress(pydicom.uid.JPEGBaseline8Bit); ds2.save_as('compressed.dcm')
序列三维重建：
import numpy as np
from pathlib import Path
slices = [pydicom.dcmread(p) for p in Path('series/').glob('*.dcm')]
slices.sort(key=lambda x: float(x.ImagePositionPatient[2])) # 或 InstanceNumber
volume = np.stack([s.pixel_array for s in slices]) # (slices, rows, cols)
spacing = slices[0].PixelSpacing; thickness = slices[0].SliceThickness # 体素尺寸 mm
转 PNG（先归一化到 0-255）：
from PIL import Image
a = ds.pixel_array
if a.dtype != np.uint8:
a = ((a - a.min()) / (a.max() - a.min()) * 255).astype(np.uint8)
Image.fromarray(a).save('out.png')
DICOM 转 RGB（彩色）：YBR_FULL 需用 convert_color_space(ds.pixel_array,'YBR_FULL','RGB')。
注意事项
- 报「Unable to decode pixel data」：装压缩解码器
pylibjpeg-libjpeg python-gdcm。 - 访问标签前用
hasattr()或ds.get()防AttributeError。 - 图像过暗/过亮：套 VOI LUT 窗宽窗位，或手动用
WindowCenter/WindowWidth。 - 大序列内存不足：迭代处理、内存映射或降采样。
- 新建实例要
generate_uid()生成新 UID；修改时保留原 UID。 - 三维处理保留
PixelSpacing与SliceThickness等空间信息。 - 匿名化外发前务必逐项核验，确保无残留 PHI。
互见
无（暂无强相关的已有技能）。
本条采编自 K-Dense-AI/scientific-agent-skills（MIT）。