DICOM（医学数字成像与通信）是医学影像及相关信息的国际标准（ISO 12052），规定了符合临床质量要求、可用于数据交换的医学图像格式。该标准广泛应用于各类医疗设备和系统中，已成为现代医学信息化的重要基础。目前，绝大多数医学影像数据均以DICOM格式存储和传输。无论是进行图像分析、三维重建，还是开展基于机器学习的医学研究，准确读取并解析DICOM文件中的图像与元数据，通常是整个流程中最先且至关重要的一步，直接影响后续处理的准确性与可靠性。
1、 安装时，先打开Anaconda命令提示符，输入pip install pydicom并执行，若出现相应成功提示信息，则表明该库已安装完成。整个过程简单快捷，适合初学者操作。
2、 若未安装Anaconda也无需担心，只需确保已配置Python和pip环境。在Windows系统中打开命令提示符，输入pip install pydicom并执行，即可完成pydicom库的安装，操作简便快捷。
3、 首先导入pydicom，若未出现错误提示，则说明安装成功；若报错，请返回第一步重新操作。
4、 通过调用pydicom.read_file并传入文件路径，将返回结果赋值给一个对象。
5、 打印新建的对象后，可见DICOM文件的头部信息已完整读取。若需查看特定内容，只需使用dcm加相应属性后缀即可访问所需数据。
6、 我们最为关注的是DICOM图像中的数据信息，利用前述方法即可获取。通过调用dcm.pixel_array可得到图像的像素数组，查看其shape属性便可知晓数组维度。该数组为二维结构，仅包含单一的强度值，表明图像为灰度图，没有彩色通道信息，每个像素点对应一个灰阶数值，反映了医学影像常见的单通道特性。
7、 当需要显示图像时，我们引入了matplotlib库，其安装方式与之前类似，只需执行pip install matplotlib命令即可完成安装。
8、 使用matplotlib.pyplot.imshow(数组)可显示图像，但发现输出呈绿色或彩色，与预期不符。通常情况下，此类图像应为灰度图，这表明显示效果与常规认知存在差异，可能需要调整参数以正确呈现灰度效果。
9、 只需将matplotlib.pyplot.imshow(数组)修改为matplotlib.pyplot.imshow(数组, gray)，即可显示灰度图像；若使用gray_r参数，则可呈现颜色反转的灰度图，适用于不同视觉需求的图像展示效果。
