如何处理乱码DICOM文件夹

0. 背景

其实本来没想做这个的，只是发现每次去找series_number的时候，我都要一个一个用ITK打开dicom文件，笔者属实是懒于应付这种重复机械的工作，所以写了个批量重命名的脚本虽然是生成的并且实际上花费的时间早就够我一个一个点进去看了。

每一个乱码文件夹里面可能是一组DICOM序列，比如 CT 的某个扫描序列、localizer 定位像、增强期图像等。问题就是这些文件夹名称没有任何意义，所以写了个python脚本用来批量读取每个DICOM序列的header信息，并且根据series_number和series_description自动重命名文件夹。

完整代码见 Github:allocate-dicom-renamer

1. 脚本目标

这个脚本主要完成三件事：

  1. 批量遍历所有病例文件夹；

  2. 读取每个 DICOM 序列的 header 信息；

  3. 根据 SeriesNumber 和是否为 localizer 自动重命名文件夹。

最终效果类似：


乱码文件夹1 -> series001

乱码文件夹2 -> series002

乱码文件夹3 -> localizer003

2. 用到的库


import os

import json

import pydicom

import SimpleITK as sitk

其中：

  • os：遍历文件夹、重命名文件夹；

  • json：保存重命名日志；

  • pydicom：读取 DICOM header；

  • SimpleITK：作为备用方式读取 DICOM 信息。

安装依赖：


pip install pydicom SimpleITK

3. 主要参数


DATA_DIR = "/你的/data/路径"

DRY_RUN = False

MIN_SERIES_IMAGES = 10

DATA_DIR

表示数据总目录，下面应该是多个病例文件夹。


data/

├── case1/

├── case2/

└── case3/

DRY_RUN

这是一个安全开关。


DRY_RUN = True

表示只预览，不真正改名。


DRY_RUN = False

表示真正执行重命名。

第一次运行建议先设置为 True，确认没问题后再改成 False。

MIN_SERIES_IMAGES

用于辅助判断某个序列是不是 localizer。

一般 localizer / scout 定位像的 DICOM 数量比较少，所以脚本中设置：


MIN_SERIES_IMAGES = 10

如果某个序列的 DICOM 文件数少于 10，就倾向于认为它是 localizer。

4. 核心逻辑

脚本整体流程是：


遍历 data 目录

    ↓

遍历每个 case

    ↓

查找 case 下的 DICOM 序列文件夹

    ↓

读取 DICOM header

    ↓

提取 SeriesNumber、SeriesDescription、ImageType

    ↓

判断是否为 localizer

    ↓

生成新文件夹名

    ↓

重命名并保存日志

5. 读取 DICOM 信息

脚本优先使用 pydicom 读取：


ds = pydicom.dcmread(path, stop_before_pixels=True, force=True)

这里：

  • stop_before_pixels=True：只读 header，不读像素数据，速度更快；

  • force=True：即使 DICOM 格式不完全标准，也尽量读取。

如果 pydicom 读取失败，再尝试使用 SimpleITK 读取 metadata。

这样做是为了提高脚本对不同 DICOM 数据的兼容性。

6. 一个小坑： macOS 隐藏文件

macOS 下有时会生成类似这样的隐藏文件：


._xxx.dcm

这种文件并不是真正的 DICOM 文件，读取时容易报错。

所以脚本中加入了过滤：


if name.startswith("._"):

    continue

7. 文件夹命名规则

脚本会读取 DICOM 中的 SeriesNumber。

如果是普通序列，就命名为：


series001

series002

series003

如果判断为 localizer，就命名为：


localizer001

localizer002

localizer003

判断 localizer 的依据主要有两个：

  1. DICOM 文件数量少于 MIN_SERIES_IMAGES；

  2. SeriesDescription 或 ImageType 中包含关键词。

关键词包括：


localizer

scout

topogram

surview

locator

8. 防止重名覆盖

如果目标文件夹已经存在，脚本不会直接覆盖，而是自动加后缀。

例如：


series001

series001_01

series001_02

这样可以避免误覆盖已有数据。

9. 日志保存

重命名完成后，脚本会保存 JSON 日志。

每个 case 下会生成：


rename_series_log.json

总目录下会生成：


rename_all_cases_log.json

日志中会记录：


原文件夹名

新文件夹名

DICOM 数量

SeriesNumber

SeriesDescription

ImageType

SeriesInstanceUID

这样即使文件夹被改名，也可以追溯原始信息。

10. 使用方法

第一步：安装依赖


pip install pydicom SimpleITK

第二步：修改路径


DATA_DIR = "/你的/data/路径"

第三步：先预览


DRY_RUN = True

运行：


python rename.py

第四步：确认后真正执行


DRY_RUN = False

再次运行：


python rename.py

11. 总结

这个脚本解决的是 DICOM 数据整理中的文件夹命名混乱问题。

它的核心思路是：


不看原始文件夹名，而是读取 DICOM header 信息来重命名。

整理后的数据结构更加清晰，方便后续进行 DICOM 转 NIfTI、图像配准以及 nnU-Net 相关实验。