一种有效去识别DICOM元数据和烧入像素文本的方法

科学领域:

• 医疗成像医学成像
• 数据安全 数据安全
• 放射学 信息学 信息学

背景情况:

• 消除DICOM图像的识别对于医学研究至关重要.
• 已经建立了从DICOM元数据中删除受保护健康信息 (PHI) 的现有方法,但删除PHI是不必要的.
• 在燃烧中燃烧.
• 对像素数据的处理通常是手动的,并且缺乏经过验证的高通量自动化.
• 光学字符识别 (OCR) 模型可以在图像中检测PHI,但对于大型数据集来说计算密集.

研究的目的:

• 开发和验证一种高效,高通量方法来消除DICOM图像的识别,解决DICOM图像的识别问题.
• 在燃烧中燃烧.
• 这就是PHI.
• 将自动化元数据非识别与针对性OCR方法相结合,用于可能包含PHI在像素数据中的图像.

主要方法:

• 实施了一种新的数据处理方法,在所有图像上执行元数据去识别.
• 采用了有针对性的策略,将OCR应用到被确定具有包含烧入PHI的可能性很高的图像上.
• 该方法在一个大型数据集上得到验证,包括10种模式中的415,182张DICOM图像.

主要成果:

• 经过验证的方法在去识别DICOM图像方面表现出了很高的有效性.
• 在12578张图像中,只有10张图像被方法错过了.
• 仅对6,050张图像 (占总数据集的1.5%) 进行了OCR应用,显著提高了处理效率.

结论:

• 开发的方法提供了一种高效和有效的解决方案,用于消除大量医疗图像的识别.
• 这种方法显著降低了与OCR相关的计算负担,用于医学研究中的PHI.
• 经过验证的方法提高了医疗图像数据集的安全性和可用性,用于研究目的.