从DICOM导出MPEG-4时Pydicom中16字节偏移的来源及安全性问询

问题背景 #

手上有一批包含MPEG-4视频流（传输语法UID：1.2.840.10008.1.2.4.102）的DICOM文件，需要导出视频流用于下游任务。用Pydicom导出时发现，直接把ds.PixelData写入文件得到的MP4无法播放，对比十六进制dump后发现前16字节是额外数据，移除这部分后就能得到可正常播放的MP4。针对这个现象，有以下三个疑问需要解答：

• 这16字节的来源、含义是什么？
• 是否可安全移除？
• 是否总是会出现16字节的偏移？

解答 #

1. 16字节的来源与含义 #

这16字节是DICOM标准为**MPEG-4 AVC/H.264视频传输语法（UID 1.2.840.10008.1.2.4.102）**规定的专属封装头。它的结构固定：

• 前4字节：固定为0x00000000（保留字段，无实际业务含义）
• 中间8字节：分为两个4字节字段，分别记录MPEG-4流的时间戳分辨率分母和分子，用于DICOM内部管理视频的时序信息
• 最后4字节：固定为0x00000000（保留字段）
  这部分是DICOM为兼容自身元数据体系额外添加的，不属于MPEG-4标准的文件结构，所以播放器无法识别。

2. 是否可安全移除 #

完全可以安全移除。这16字节仅服务于DICOM文件的元数据记录，和MPEG-4视频的编码内容完全无关。移除后得到的就是标准的MPEG-4字节流，符合所有主流播放器的解码要求，不会丢失任何视频信息。

3. 是否总是会出现16字节的偏移 #

是的，只要是遵循传输语法UID 1.2.840.10008.1.2.4.102的DICOM视频文件，PixelData字段必然带有这16字节的封装头，偏移量固定为16字节。这是DICOM标准的强制规定，不存在例外情况。

实用代码示例 #

from pathlib import Path
import pydicom

in_dcm_filename: str = "替换为你的DICOM文件路径"
out_mp4_filename: str = "替换为你的MP4输出路径"

ds = pydicom.dcmread(in_dcm_filename)
# 移除DICOM专属的16字节封装头，生成可播放的MP4
Path(out_mp4_filename).write_bytes(ds.PixelData[16:])

内容的提问来源于stack exchange，提问作者simon