17. DICOM 이미지 PNG, JPEG로 변환하기 (Python 예제 포함)

의료영상 데이터는 대부분 DICOM 포맷으로 저장되며, 이 포맷은 의료 정보와 이미지 데이터를 함께 담는 구조다.
그러나 DICOM은 의료 특화 포맷이기 때문에 일반적인 이미지 뷰어나 웹 브라우저에서는 열 수 없고, AI 모델 학습이나 일반 이미지 처리 도구에서도 바로 활용하기 어렵다.
따라서 의료 영상 데이터를 외부에서 활용하거나 비의료 전문가와 공유하려면 DICOM 이미지를 PNG 또는 JPEG 등 범용 이미지 포맷으로 변환해야 한다.
이번 글에서는 Python을 이용해 DICOM 파일의 픽셀 데이터를 불러온 뒤 이미지 파일로 변환하는 과정을 단계별로 설명하고, 실제 파일 경로 기반의 일괄 변환 코드 예시까지 제공한다.

 

 

1. 준비: 필요한 패키지 설치

pip install pydicom numpy matplotlib pillow

• pydicom: DICOM 파일 읽기
• numpy: 배열 연산
• matplotlib.pyplot: 시각화
• Pillow: 이미지 저장 (JPEG, PNG 등)

 

2. 단일 파일 변환 예제 (PNG 저장)

import pydicom
import numpy as np
from PIL import Image

# 파일 경로
path = "sample.dcm"

# DICOM 읽기
ds = pydicom.dcmread(path)

# 픽셀 데이터 가져오기
pixel_array = ds.pixel_array.astype(np.float32)

# 창/레벨 적용 (선택적)
intercept = ds.get('RescaleIntercept', 0)
slope = ds.get('RescaleSlope', 1)
pixel_array = pixel_array * slope + intercept

# 정규화 (0~255)
pixel_array -= np.min(pixel_array)
pixel_array /= np.max(pixel_array)
pixel_array *= 255.0

# 정수형 변환 및 저장
image = Image.fromarray(pixel_array.astype(np.uint8))
image.save("output_image.png")

📌 정규화(normalization) 없이 저장하면 이미지가 모두 까맣게 나올 수 있으므로,
DICOM의 **창 값(Window Center/Width)**이나 RescaleSlope/Intercept를 반영하는 것이 중요하다.

 

 

3. 창(Window) 값 반영 (선택적)

window_center = ds.get('WindowCenter', np.median(pixel_array))
window_width = ds.get('WindowWidth', np.max(pixel_array) - np.min(pixel_array))

# 다중 값일 경우 첫 번째 값 사용
if isinstance(window_center, pydicom.multival.MultiValue):
    window_center = window_center[0]
if isinstance(window_width, pydicom.multival.MultiValue):
    window_width = window_width[0]

min_val = window_center - (window_width / 2)
max_val = window_center + (window_width / 2)

pixel_array = np.clip(pixel_array, min_val, max_val)
pixel_array = ((pixel_array - min_val) / (max_val - min_val)) * 255.0

📌 이 과정을 거치면 영상이 보다 진단용 해상도에 가까운 시각적 품질로 저장된다.

 

 

4. JPEG로 저장 (압축 이미지)

image.save("output_image.jpg", quality=95)

• JPEG은 압축 저장이 가능해 파일 크기를 줄일 수 있음
• 단, 의료 원본 보존이 필요할 경우에는 PNG(비손실) 포맷을 권장

 

5. 폴더 내 일괄 변환 코드 예제

import os

input_dir = "./dicom_input"
output_dir = "./converted_png"

os.makedirs(output_dir, exist_ok=True)

for fname in os.listdir(input_dir):
    if fname.lower().endswith(".dcm"):
        try:
            path = os.path.join(input_dir, fname)
            ds = pydicom.dcmread(path)
            arr = ds.pixel_array.astype(np.float32)

            arr -= np.min(arr)
            arr /= np.max(arr)
            arr *= 255.0

            img = Image.fromarray(arr.astype(np.uint8))
            out_path = os.path.join(output_dir, fname.replace(".dcm", ".png"))
            img.save(out_path)
        except Exception as e:
            print(f"Failed to process {fname}: {e}")

📌 수백, 수천 장의 DICOM 파일을 PNG로 변환할 때 사용할 수 있는 자동화 스크립트
실제 AI 프로젝트에서 전처리 단계로 자주 사용된다.

 

 

6. 주의할 점

항목	설명
비정상 이미지	픽셀 데이터가 없는 DICOM은 변환 불가
RGB 컬러 이미지	일부 컬러 DICOM은 채널 분리 후 처리 필요
압축 DICOM	pydicom 단독으로는 JPEG 압축 이미지 처리 불가 → pylibjpeg 설치 필요
파일명	환자 정보 기반 파일명 생성은 개인정보 보호 기준에 주의 필요

 

7. 실제 활용 사례

• AI 학습 데이터 전처리: PNG로 변환 후 학습 폴더 구조에 넣어 사용
• 논문 작성용 이미지 추출: 특정 슬라이스를 PNG로 저장 후 그래픽툴로 편집
• 내부 시각화 시스템 구축: 의료인이 아닌 담당자가 쉽게 이미지 확인 가능
• 환자 교육 자료 제작: 환자 본인의 영상을 쉽게 보기 위해 PNG로 제공

 

---

결론

DICOM은 의료영상의 표준이지만, 일반적인 이미지 처리 환경에서는 JPEG, PNG로 변환해야만 활용이 가능하다.
Python과 Pydicom, NumPy, Pillow를 조합하면 단일 파일뿐 아니라 폴더 단위로도 손쉽게 이미지 변환을 수행할 수 있으며,
AI 개발, 논문 작성, 데이터 공유 등 다양한 분야에서 실용적으로 활용된다.
다음 글에서는 DICOM 네트워크 통신 구조와 C-STORE, C-FIND, C-MOVE 명령에 대해 다룰 예정이다.