8. DICOM 태그 기반 검색·필터링 – 태그 검색의 필요성과 기본 개념

DICOM 파일은 단순한 이미지 모음이 아니라, 방대한 메타데이터를 포함한 구조화된 의료 정보다. 이 메타데이터는 환자 이름, 검사 일시, 장비 종류, 영상 크기 등 수백 가지 이상의 태그로 구성되어 있다. 실무에서는 대규모 의료 영상 데이터셋을 다루는 경우가 많기 때문에, 원하는 데이터를 신속하게 찾아내는 태그 기반 검색과 필터링은 필수적이다.
이번 글에서는 왜 태그 기반 검색이 필요한지, 어떤 상황에서 사용되는지를 설명하한다.

 

 

1. 왜 태그 기반 검색이 필요한가

1.1 파일명만으로는 부족하다

DICOM 파일은 확장자가 모두 .dcm이지만, 파일명은 병원이나 장비 설정에 따라 다르다.
예를 들어, 같은 환자의 흉부 CT 영상이 CT001.dcm, IMG0001.dcm, PAT1234.dcm으로 저장될 수 있다.
이름만 보고는 환자·날짜·검사 종류를 구분할 수 없다.

1.2 태그가 곧 데이터의 좌표다

DICOM 태그는 일종의 ‘좌표 체계’로,
(0010,0010) Patient’s Name, (0008,0020) Study Date, (0008,0060) Modality 같은 항목을 통해
해당 파일이 누구의 어떤 검사를 의미하는지 명확히 알 수 있다.
따라서 검색과 필터링은 반드시 태그를 기준으로 이루어져야 한다.

 

 

2. 태그 검색이 활용되는 대표 상황

2.1 연구 데이터셋 구축

• 예: 폐질환 AI 모델 학습용으로 흉부 CT만 수집해야 하는 경우
• 태그 조건: Modality=CT, BodyPartExamined=CHEST, StudyDescription에 “Chest” 포함
• 결과: 전체 데이터 중 연구 목적에 맞는 서브셋을 자동으로 추출 가능

2.2 PACS 데이터 관리

• 병원 PACS는 수년간의 검사 영상이 누적되어 수십 TB까지 커진다.
• 관리자는 특정 기간 이전의 데이터를 이관하거나, 특정 모달리티만 백업해야 한다.
• 태그 조건: StudyDate < 20100101, Modality=MR
• 결과: 오래된 MRI 데이터만 추출하여 외부 스토리지로 옮길 수 있음

2.3 AI 학습 전처리

• AI 학습에서는 데이터의 일관성이 매우 중요하다.
• 태그 조건 예시:
  • 해상도 필터링: Rows=512, Columns=512
  • 장비 모델 제한: Manufacturer=SIEMENS
  • 중복 제거: 동일 StudyInstanceUID 중 하나만 남김
• 결과: 학습 데이터셋의 품질을 보장할 수 있음

 

3. 태그 기반 검색의 장점

3.1 정확성

같은 이름의 환자가 여러 명일 수 있지만, (0010,0020) Patient ID는 병원 내부에서 유일하기 때문에 혼동이 없다.
또한 StudyInstanceUID, SeriesInstanceUID 같은 UID 체계는 전 세계적으로 유일하다.

3.2 자동화 가능

Python의 pydicom, C++ 기반의 dcmtk, Java 기반의 dcm4che 같은 라이브러리를 사용하면 조건식을 코드로 작성해 수천, 수만 장의 데이터를 자동으로 필터링할 수 있다.

3.3 병원 간 호환성

병원마다 파일명 규칙은 다르지만, DICOM 태그는 국제 표준으로 통일되어 있다. 따라서 다른 기관에서 받은 데이터를 태그 기준으로 정리하면 일관성 있게 관리할 수 있다.

 

 

4. 기본 개념 정리

• 조건식(Condition)
  특정 태그 값이 일정 조건을 만족할 때만 선택
  예: StudyDate >= 20200101, Modality = CT
• 결합(Filter)
  여러 조건을 동시에 적용해 정밀 검색
  예: Modality=CT AND StudyDescription contains "Chest"
• 출력(Export)
  조건에 맞는 파일 목록을 CSV로 저장하거나, 실제 파일을 복사
• 쿼리(Query)와 검색(Search)
  PACS 서버와 연동할 때는 C-FIND 프로토콜로 조건 기반 검색을 수행

 

 

5. 실무 적용 팁

1. 필수 태그 확인
   일부 장비나 오래된 데이터에서는 StudyDate, PatientSex 같은 태그가 비어 있을 수 있다.
   따라서 검색 조건을 설정하기 전에 해당 태그가 존재하는지 확인해야 한다.
2. UID 활용
   StudyInstanceUID와 SeriesInstanceUID는 중복이 없으므로
   데이터 정합성을 보장하는 기준으로 활용할 수 있다.
3. 자동화 스크립트 작성
   Python(pydicom)으로 태그를 읽고 조건에 따라 파일을 분류하는 스크립트를 작성하면 PACS 서버와 연동하지 않고도 로컬에서 데이터 정리가 가능하다.
4. 대규모 데이터 관리 전략
   수십만 장의 영상을 처리할 때는 태그 정보를 DB(SQLite, PostgreSQL)에 저장하고 SQL로 검색하는 방식이 효율적이다.

 

 

결론

DICOM 태그 기반 검색은 단순히 편리한 기능이 아니라, 데이터 과학, 의료 영상 연구, 임상 PACS 운영에서 핵심 기술이다.
태그 검색을 통해 원하는 데이터를 빠르고 정확하게 추출할 수 있어 데이터 품질 관리와 연구 효율성이 모두 향상된다.