这页已由机器翻译。其他页面可能仍然显示为英文。
View in English
一个开放的数据和方法框架,用于对DICOM非识别工具进行比较评估
These videos have been matched automatically. Contact us if they are not relevant.
These videos have been matched automatically. Contact us if they are not relevant.
在PubMed上查看摘要
概括
此摘要是机器生成的。对比数字成像和医学传播 (DICOM) 识别工具对于保护患者隐私至关重要. 结构化的工作流有助于评估临床试验处理器 (CTP) 和RSNA匿名化器 (RDA) 等工具,揭示特定用例的关键差异.
科学领域
- 医学影像信息学
- 数据隐私和安全
- 放射学研究
背景情况
- 患者隐私和数据保密在临床研究中至关重要,需要对敏感的医学成像数据进行强有力的非识别.
- 数字成像和医学通信 (DICOM) 标准,拥有超过5000个元数据标签,对非识别提出了重大挑战,包括私人标签和基于图像的标识符.
- 现有的非识别工具需要进行系统评估,以确保有效地从复杂的DICOM对象中删除识别信息.
研究的目的
- 定义一个标准化的工作流程,用于对DICOM非识别工具进行比较评估.
- 根据定义的要求和指标,评估不同无标识软件的性能和功能.
- 根据具体的用例需求,提供选择适当的非识别工具的指导.
主要方法
- 对DICOM非识别工具的评估要求和性能指标
- 利用开放数据和开源工具进行可比性评估.
- 将评估工作流应用于临床试验处理器 (CTP) 和RSNA匿名化器 (RDA) 工具.
主要成果
- 开发的工作流程有效地促进了对非识别工具的系统比较,突出了功能和用例特定的差异.
- 在删除DICOM数据集中的识别信息方面,CTP和RDA都表现出有效性.
- 在CTP和RDA之间的方法和DICOM标准合规性中观察到明显的差异.
结论
- 使用开放数据和方法进行结构化的比较显示了DICOM无标识工具的功能和实际适用性的显著差异.
- 不识别工具的选择必须根据特定的用例进行定制,考虑到DICOM元数据和基于图像的标识符的复杂性.
- 消除身份的持续挑战强调了对这些基本工具的持续发展和严格评估的需要.