3. DICOM信息模型与数据集编码
DICOM 网络服务之所以能跨厂商、跨设备交换影像，根本原因在于它先定义了一套稳定的信息模型，再把模型编码成可解析的字节流。理解这条“模型 → 数据集 → 字节流”的链路，是排查关联失败、图像错位、中文乱码和像素显示异常的基础。
一、四层信息模型：从患者到实例
DICOM 把医学影像对象组织为四个层级，通常称为 Patient（患者）→ Study（研究）→ Series（序列）→ Instance（实例，即 SOP Instance）。每一层都有唯一标识符（UID），并通过层级引用关系向下挂接：一个患者可以有多次检查（Study），一次检查可包含多个序列（Series），一个序列包含若干实例（图像、报告、结构化对象等）。
关键标识符包括：Patient ID 标识患者；Study Instance UID 标识一次检查；Series Instance UID 标识一个序列；SOP Instance UID 标识单个实例；SOP Class UID 说明该实例属于哪类对象（如 CT 图像存储、MR 图像存储）。工程上要牢记：UID 是跨系统的主键，Patient ID 只是本地标识。同一患者在不同系统里 Patient ID 可能不同，但 Study/Series/SOP Instance UID 必须全局唯一且不可重复使用。
层级关系还决定了查询与检索的粒度。C-FIND 可以按患者、研究、序列、实例四个层级分别查询；C-MOVE/C-GET 则以 Study、Series 或 Instance 为检索单位。若把 Series 与 Study 混淆，就会出现“只取到一层图像”或“重复拉取整检查”的问题。
二、数据元素：DICOM 的最小语义单元
数据集（DataSet）由一系列数据元素（Data Element）组成。每个数据元素由三部分构成：标签（Tag）、值表示（VR）、值长度（Value Length）和值域（Value Field）。标签是 (组号, 元素号) 的十六进制对，例如 (0010,0010) 是患者姓名，(0008,0060) 是模态，(7FE0,0010) 是像素数据。
标签按奇偶性分为两类：组号为偶数的标准标签，组号为奇数的私有标签。私有标签必须配合私有创建者（Private Creator）元素使用，否则不同厂商的私有数据会互相冲突。数据元素按标签升序排列，这是 DICOM 编码的基本约定，解析时若顺序错乱通常意味着数据集被破坏或拼接错误。
三、VR：值表示决定如何解释字节
VR（Value Representation）规定值的类型和编码方式，常见的有：PN（患者姓名）、DA（日期）、TM（时间）、UI（UID）、CS（代码字符串）、IS（整数字符串）、DS（小数字符串）、US（无符号短整型）、OB（字节串）、SQ（序列）、UN（未知）。VR 分为显式与隐式两种表达：显式 VR 在标签后直接写出两个字符的 VR；隐式 VR 不写 VR，由字典查表得到。
VR 还决定值长度字段的字节数：OB、OW、OF、SQ、UT、UN 等使用 4 字节长度（长格式），其余多为 2 字节（短格式）。若把长格式当短格式解析，后续所有元素都会错位。像素数据 (7FE0,0010) 的 VR 通常是 OW 或 OB，其长度往往很大，且可能受封装影响。
四、传输语法：字节流的“方言”
传输语法（Transfer Syntax）规定字节序、VR 表达方式和像素数据是否压缩。常见的有：Implicit VR Little Endian（1.2.840.10008.1.2）、Explicit VR Little Endian（1.2.840.10008.1.2.1）、Explicit VR Big Endian（1.2.840.10008.1.2.2，已弃用）、JPEG Baseline（1.2.840.10008.1.2.4.50）、JPEG Lossless（…4.57/4.70）、RLE（…5）等。字节序决定多字节整数的高低字节顺序；显式/隐式决定是否写 VR；压缩语法决定像素数据是原始流还是封装帧。
关联协商时，双方各自提出可接受的传输语法列表，最终选定一个共同支持的语法。若发起方只支持显式小端，而接收方只支持隐式小端，关联就会失败。工程上建议在日志中明确记录协商结果，便于定位“能连上但读不出图像”的问题。
五、字节流解析：从文件头到像素
解析一个 DICOM 文件或网络数据集，通常按以下顺序进行：先读 128 字节前导码和 “DICM” 魔数；再读文件元信息组 (0002,xxxx)，其中 (0002,0010) 给出传输语法 UID；然后按该传输语法解析主数据集。主数据集解析时，循环读取标签、VR（若显式）、长度和值；遇到 SQ 则递归解析子数据集；遇到像素数据则根据 Bits Allocated、Rows、Columns、Samples per Pixel 等计算帧大小。
下面这张图把“四层信息模型”与“数据集编码链路”放在同一视图中，便于对照理解：左侧是层级引用关系，右侧是从标签到字节流的解析路径。
六、工程实践中的判断依据
当出现“关联成功但图像异常”时，可按以下顺序排查：第一，确认协商的传输语法是否与数据集实际编码一致，尤其是显式/隐式 VR 和字节序；第二，检查 (0002,0010) 中的传输语法 UID 是否被正确读取；第三，核对像素相关参数是否与图像矩阵匹配，例如 Rows×Columns×Samples×Bits Allocated/8 是否等于像素数据长度；第四，若为压缩语法，确认封装帧的 Basic Offset Table 和 Fragment 是否正确解析。
对于中文患者姓名，PN 的编码受 (0008,0005) Specific Character Set 控制。若该元素缺失或值不匹配，就会出现乱码。常见取值包括 ISO_IR 100（Latin-1）、ISO_IR 192（UTF-8）、GB18030 等。发送方与接收方必须对该元素理解一致，否则即使字节流完整，姓名也无法正确显示。
总结来说，DICOM 的互操作性建立在“模型定义语义、数据集承载语义、传输语法规定编码”这三层之上。把四层信息模型与字节流解析路径对应起来，就能在遇到关联失败、图像错位或中文乱码时，迅速定位是模型层、编码层还是传输层的问题。