TensorFlow IO DICOM Reader读取值翻倍问题求助

从TCIA获取的DICOM文件，使用TensorFlow 2.3和TensorFlow IO 0.16，通过以下代码读取后，图像数值为正确值的两倍，需手动除以2才能恢复正常。可正常读取教程中的胸片，但无法确认当前DICOM是否存在同类问题，寻求解决办法：

image_bytes = tf.io.read_file(fname )
image = tfio.image.decode_dicom_image(image_bytes, dtype=tf.uint16, on_error = 'lossy')
im = image.numpy () [0, :, :, 0].astype (np.uint16)

排查与解决方向： #

• 检查DICOM元数据的Rescale Slope和Rescale Intercept标签：部分DICOM会通过这两个参数校准像素值，TensorFlow IO的decode_dicom_image默认未自动应用这些参数，可能导致数值偏差。用pydicom读取元数据确认：

  import pydicom
  ds = pydicom.dcmread(fname)
  print(f"Rescale Slope: {ds.RescaleSlope}, Rescale Intercept: {ds.RescaleIntercept}")
  

  若Rescale Slope为2，需将读取后的像素值除以该斜率得到真实值。
• 升级TensorFlow IO版本：0.16属于较旧版本，可能存在DICOM解码bug，尝试升级到0.20+版本，新版本对DICOM标签处理更完善。
• 验证数据类型匹配：检查DICOM原始像素数据类型，若为uint8但代码指定dtype=tf.uint16，可能导致数值自动缩放，可改为dtype=tf.uint8测试。
• 对比标准工具结果：用pydicom读取校准后的值，与TensorFlow IO读取结果对比，确认偏差来源：

  # pydicom读取校准后的值
  im_pydicom = ds.pixel_array * ds.RescaleSlope + ds.RescaleIntercept
  # 对比TensorFlow IO读取的im
  print(np.allclose(im / 2, im_pydicom))
  

内容的提问来源于stack exchange，提问作者balcony