Bilddatensätze verstehen - AWS HealthImaging

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Bilddatensätze verstehen

Bilddatensätze sind ein AWS Konzept, das als Grundlage für dient AWS HealthImaging. Bilddatensätze werden erstellt HealthImaging, wenn Sie Ihre DICOM Daten in importieren. Daher ist ein gutes Verständnis dieser Datensätze erforderlich, wenn Sie mit dem Service arbeiten.

Bilddatensätze wurden aus den folgenden Gründen eingeführt:

  • Support Sie flexibel APIs eine Vielzahl von Workflows für die medizinische Bildgebung (klinisch und nichtklinisch).

  • Maximieren Sie die Patientensicherheit, indem Sie nur verwandte Daten gruppieren.

  • Ermutigen Sie dazu, Daten zu bereinigen, um Inkonsistenzen besser sichtbar zu machen. Weitere Informationen finden Sie unter Ändern von Bilddatensätzen.

    Wichtig

    Die klinische Verwendung von DICOM Daten vor ihrer Bereinigung kann zu Schäden für den Patienten führen.

Die folgenden Menüs beschreiben Bilddatensätze ausführlicher und enthalten Beispiele und Diagramme, die Ihnen helfen, ihre Funktionalität und ihren Zweck in zu verstehen. HealthImaging

Ein Bilddatensatz ist ein AWS Konzept, das einen abstrakten Gruppierungsmechanismus zur Optimierung verwandter medizinischer Bilddaten definiert. Wenn Sie Ihre DICOM P10-Bilddaten in einen AWS HealthImaging Datenspeicher importieren, werden sie in Bilddatensätze umgewandelt, die aus Metadaten und Bildrahmen (Pixeldaten) bestehen.

Anmerkung

Die Metadaten des Bildsatzes sind normalisiert. Mit anderen Worten, ein gemeinsamer Satz von Attributen und Werten ist den Elementen auf Patienten-, Studien- und Serienebene zugeordnet, die im DICOMDatenelementregister aufgeführt sind.

Während des Imports behalten einige Bilddatensätze ihre ursprüngliche Übertragungssyntaxkodierung bei, während andere standardmäßig in den verlustfreien Modus High-Throughput JPEG 2000 (HTJ2K) transkodiert werden. Wenn ein Bilddatensatz codiert istHTJ2K, muss er vor der Anzeige dekodiert werden. Weitere Informationen erhalten Sie unter Unterstützte Übertragungssyntaxen und HTJ2KBibliotheken dekodieren.

Bildframes (Pixeldaten) sind in High-Throughput JPEG 2000 (HTJ2K) codiert und müssen vor der Anzeige dekodiert werden.

Bilddatensätze sind AWS Ressourcen, daher werden ihnen Amazon-Ressourcennamen (ARNs) zugewiesen. Sie können mit bis zu 50 Schlüssel-Wert-Paaren gekennzeichnet werden und ihnen kann über eine rollenbasierte Zugriffskontrolle (RBAC) und eine attributbasierte Zugriffskontrolle () gewährt werden. ABAC IAM Darüber hinaus werden Bilddatensätze versioniert, sodass alle Änderungen erhalten bleiben und auf frühere Versionen zugegriffen werden kann.

Das Importieren von DICOM P10-Daten führt zu Bilddatensätzen, die DICOM Metadaten und Bildrahmen für eine oder mehrere Service-Object Pair (SOP) -Instanzen derselben Serie enthalten. DICOM

Diagramm, das zeigt, worin sich ein Bilddatensatz befindet. AWS HealthImaging
Anmerkung

DICOMJobs importieren:

  • Erstellen Sie immer neue Bilddatensätze und aktualisieren Sie niemals bestehende Bilddatensätze.

  • Deduplizieren Sie den SOP Instanzspeicher nicht, da jeder Import derselben SOP Instanz zusätzlichen Speicherplatz beansprucht.

  • Kann mehrere Bilddatensätze für eine einzelne DICOM Serie erstellen. Zum Beispiel, wenn es eine Variante eines normalisierten Metadatenattributs gibt, z. B. eine PatientName Nichtübereinstimmung.

Verwenden Sie die GetImageSetMetadata Aktion, um Bildsatz-Metadaten abzurufen. Die zurückgegebenen Metadaten sind mit komprimiertgzip, sodass Sie sie vor der Anzeige entpacken müssen. Weitere Informationen finden Sie unter Metadaten von Bilddatensätzen abrufen.

Das folgende Beispiel zeigt die Struktur der Bilddatensatz-Metadaten im JSON Format.

{
	"SchemaVersion": "1.1",
	"DatastoreID": "2aa75d103f7f45ab977b0e93f00e6fe9",
	"ImageSetID": "46923b66d5522e4241615ecd64637584",
	"Patient": {
		"DICOM": {
			"PatientBirthDate": null,
			"PatientSex": null,
			"PatientID": "2178309",
			"PatientName": "MISTER^CT"
		}
	},
	"Study": {
		"DICOM": {
			"StudyTime": "083501",
			"PatientWeight": null
		},
		"Series": {
			"1.2.840.113619.2.30.1.1762295590.1623.978668949.887": {
				"DICOM": {
				    "Modality": "CT",
					"PatientPosition": "FFS"
				},
				"Instances": {
					"1.2.840.113619.2.30.1.1762295590.1623.978668949.888": {
						"DICOM": {
							"SourceApplicationEntityTitle": null,
							"SOPClassUID": "1.2.840.10008.5.1.4.1.1.2",
							"HighBit": 15,
							"PixelData": null,
							"Exposure": "40",
							"RescaleSlope": "1",
						"ImageFrames": [
							{
								"ID": "0d1c97c51b773198a3df44383a5fd306",
								"PixelDataChecksumFromBaseToFullResolution": [
									{
										"Width": 256,
										"Height": 188,
										"Checksum": 2598394845
									},
									{
										"Width": 512,
										"Height": 375,
										"Checksum": 1227709180
									}
								],
								"MinPixelValue": 451,
								"MaxPixelValue": 1466,
								"FrameSizeInBytes": 384000
							}
						]
					}
				}
			}
		}
	}
}

Das folgende Beispiel zeigt, dass bei mehreren Importaufträgen immer neue Bilddatensätze erstellt und niemals zu bestehenden hinzugefügt werden.

Das Diagramm zeigt, wie Importaufträge für mehrere Bilddatensätze in aussehen HealthImaging.

Das folgende Beispiel zeigt einen einzelnen Importauftrag, bei dem zwei Bilddatensätze erstellt werden, da die Instanzen 1 und 2 andere Patientennamen haben als die Instanzen 3 und 4.

Das Diagramm zeigt, wie zwei Bilddatensatzvarianten aussehen, HealthImaging wenn ein einziger Importauftrag verwendet wird.

Das folgende Beispiel zeigt einen einzelnen Importauftrag, bei dem zwei Bilddatensätze erstellt werden, um den Durchsatz zu verbessern, obwohl die Patientennamen übereinstimmen.

Das Diagramm zeigt, wie die Optimierung von Bilddatensätzen bei HealthImaging Verwendung eines einzigen Importauftrags aussieht.