Formato DICOM: El Estándar de Imagen Médica para TC, RM y Radiología

¿Qué es DICOM?

DICOM — Digital Imaging and Communications in Medicine — es el estándar internacional para almacenar, transmitir y mostrar imágenes médicas e información asociada. Desarrollado conjuntamente por el American College of Radiology (ACR) y la National Electrical Manufacturers Association (NEMA), DICOM 3.0 fue publicado en 1993 y sigue siendo el estándar dominante en la actualidad, utilizado por prácticamente todos los hospitales, departamentos de radiología y fabricantes de dispositivos médicos del mundo.

DICOM es dos cosas en una: un formato de archivo para almacenar datos de imagen con ricos metadatos de paciente y adquisición, y un protocolo de red (basado en TCP/IP) para transmitir imágenes entre PACS (Sistemas de Archivado y Comunicación de Imágenes), modalidades (escáneres) y estaciones de trabajo de visualización. Cada escáner TC, máquina de RM, sistema de radiografía digital, unidad de ultrasonidos y escáner PET produce archivos DICOM.

La Estructura del Archivo DICOM

Un archivo DICOM tiene una estructura fija:

┌─────────────────────────────────────────────────┐
│ Preámbulo de 128 bytes (generalmente ceros)      │
├─────────────────────────────────────────────────┤
│ Prefijo DICM de 4 bytes ("DICM" en ASCII)        │
├─────────────────────────────────────────────────┤
│ Grupo de Metainformación de Archivo (0002,xxxx)  │
│   (0002,0010) TransferSyntaxUID                  │
├─────────────────────────────────────────────────┤
│ Conjunto de Datos (todos los elementos restantes)│
│   (0008,0060) Modalidad = "CT"                   │
│   (0010,0010) NombrePaciente                     │
│   (0010,0020) IDPaciente                         │
│   (0028,0010) Filas                              │
│   (0028,0011) Columnas                           │
│   (0028,1050) CentroVentana                      │
│   (0028,1051) AnchoVentana                       │
│   (7FE0,0010) DatosPíxel                         │
└─────────────────────────────────────────────────┘

Elementos de Datos y Etiquetas

Cada pieza de información en DICOM es un elemento de datos identificado por una etiqueta — un par hexadecimal (grupo, elemento):

Datos de Imagen y Unidades Hounsfield (TC)

Las imágenes de TC usan Unidades Hounsfield (UH) — una escala calibrada donde:

• −1000 UH = aire
• −100 UH = grasa
• 0 UH = agua
• 700–3000 UH = hueso cortical
• 4000+ UH = implantes metálicos

El valor UH real se calcula:

UH = (valor_píxel_almacenado × PendienteReescalada) + InterceptoReescalado

El ventaneo controla qué parte del rango de UH se muestra como escala de grises visible. Presets comunes:

• Pulmón: CV = −600, AV = 1500
• Cerebro: CV = 40, AV = 80
• Hueso: CV = 400, AV = 1800
• Abdomen/tejidos blandos: CV = 40, AV = 400

Lectura de DICOM con Python (pydicom)

pydicom es la biblioteca Python estándar para DICOM:

import pydicom
import numpy as np
import matplotlib.pyplot as plt

# Cargar un archivo DICOM
ds = pydicom.dcmread("TC_corte_047.dcm")

# Acceder a metadatos
print(f"Paciente: {ds.PatientName}")
print(f"ID Paciente: {ds.PatientID}")
print(f"Modalidad: {ds.Modality}")
print(f"Tamaño de imagen: {ds.Rows} × {ds.Columns}")
print(f"Espaciado de píxel: {ds.PixelSpacing} mm")
print(f"Espesor de corte: {ds.SliceThickness} mm")

# Obtener el array de píxeles
pixeles = ds.pixel_array      # forma (512, 512), dtype uint16

# Convertir a Unidades Hounsfield
uh = pixeles * float(ds.RescaleSlope) + float(ds.RescaleIntercept)
print(f"Rango de UH: {uh.min():.0f} a {uh.max():.0f}")

# Aplicar ventaneo para visualización
cv = float(ds.WindowCenter)
av = float(ds.WindowWidth)
img_min = cv - av / 2
img_max = cv + av / 2
ventaneado = np.clip(uh, img_min, img_max)
ventaneado = ((ventaneado - img_min) / av * 255).astype(np.uint8)

plt.imshow(ventaneado, cmap="gray")
plt.title(f"Corte TC {ds.InstanceNumber}")
plt.axis("off")
plt.savefig("corte_tc.png", dpi=150, bbox_inches="tight")

# Cargar una serie completa (múltiples cortes) y apilarlos en un volumen 3D
import os
archivos_dicom = sorted(
    [os.path.join("serie_tc/", f) for f in os.listdir("serie_tc/") if f.endswith(".dcm")],
    key=lambda f: pydicom.dcmread(f).InstanceNumber
)
cortes = [pydicom.dcmread(f).pixel_array for f in archivos_dicom]
volumen = np.stack(cortes, axis=0)   # forma (N_cortes, 512, 512)
print(f"Forma del volumen 3D: {volumen.shape}")

Anonimización DICOM

Los archivos DICOM contienen información de identificación del paciente que debe eliminarse antes de compartirlos para investigación:

import pydicom

def anonimizar_dicom(ruta_entrada, ruta_salida):
    ds = pydicom.dcmread(ruta_entrada)
    etiquetas_a_limpiar = [
        (0x0010, 0x0010),   # NombrePaciente
        (0x0010, 0x0020),   # IDPaciente
        (0x0010, 0x0030),   # FechaNacimientoPaciente
        (0x0008, 0x0020),   # FechaEstudio
        (0x0008, 0x0090),   # NombreMédicoRemitente
        (0x0008, 0x1030),   # DescripciónEstudio
    ]
    for etiqueta in etiquetas_a_limpiar:
        if etiqueta in ds:
            ds[etiqueta].value = "ANONIMO"
    ds.save_as(ruta_salida)

anonimizar_dicom("original.dcm", "anonimizado.dcm")

Conversión de DICOM a NIfTI para Neuroimagen

NIfTI es el formato estándar usado por el software de análisis de neuroimagen (FSL, FreeSurfer, SPM, ANTs, nilearn):

# dcm2niix — el convertidor DICOM → NIfTI de referencia
dcm2niix -o ./salida/ -f "%p_%t_%s" -z y ./serie_dicom/

# Produce:
# salida/TCCabeza_20240315_001.nii.gz  (NIfTI comprimido)
# salida/TCCabeza_20240315_001.json    (archivo lateral BIDS con parámetros de adquisición)

Visualización DICOM y PACS

• 3D Slicer: plataforma gratuita de código abierto para análisis de imagen médica — carga series DICOM, renderiza volúmenes 3D, realiza segmentación
• OsiriX / Horos (macOS): estación de trabajo PACS con MPR curvo y renderizado 3D
• OHIF Viewer: visor DICOM basado en web vía API REST DICOMweb (WADO-RS/STOW-RS)
• Orthanc: servidor DICOM de código abierto para construir PACS locales

Sintaxis de Transferencia DICOM (Compresión)

La UID de Sintaxis de Transferencia determina cómo se comprimen los datos de píxeles:

Conversiones relacionadas

Lo más habitual al trabajar con imágenes son estas direcciones de conversión:

• JPG a WEBP
• PNG a JPG
• HEIC a JPG
• PNG a WEBP
• TIFF a PNG
• RAW a JPG