Comprendere i set di immagini - AWS HealthImaging

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Comprendere i set di immagini

I set di immagini sono un AWS concetto che funge da base per AWS HealthImaging. I set di immagini vengono creati quando si importano i DICOM dati in HealthImaging, quindi è necessario conoscerli bene quando si lavora con il servizio.

I set di immagini sono stati introdotti per i seguenti motivi:

  • Supporta un'ampia varietà di flussi di lavoro di imaging medicale (clinici e non clinici) grazie alla flessibilità. APIs

  • Massimizza la sicurezza dei pazienti raggruppando solo i dati correlati.

  • Incoraggia la pulizia dei dati per aumentare la visibilità delle incongruenze. Per ulteriori informazioni, consulta Modifica dei set di immagini.

    Importante

    L'uso clinico dei DICOM dati prima che siano stati puliti può causare danni ai pazienti.

I menu seguenti descrivono i set di immagini in modo più dettagliato e forniscono esempi e diagrammi per aiutarvi a comprenderne la funzionalità e lo scopo. HealthImaging

Un set di immagini è un AWS concetto che definisce un meccanismo di raggruppamento astratto per l'ottimizzazione dei dati correlati alle immagini mediche. Quando importate i dati di imaging del DICOM P10 in un archivio AWS HealthImaging dati, questi vengono trasformati in set di immagini composti da metadati e frame di immagini (dati pixel).

Nota

I metadati del set di immagini sono normalizzati. In altre parole, un insieme comune di attributi e valori corrisponde agli elementi a livello di paziente, studio e serie elencati nel Registro degli elementi dei DICOM dati.

Durante l'importazione, alcuni set di immagini mantengono la codifica della sintassi di trasferimento originale, mentre altri vengono transcodificati in High-Throughput JPEG 2000 () senza perdita di dati per impostazione predefinita. HTJ2K Se un set di immagini è codificato inHTJ2K, deve essere decodificato prima della visualizzazione. Per ulteriori informazioni, consulta Sintassi di trasferimento supportate e HTJ2Klibrerie di decodifica.

I fotogrammi delle immagini (dati in pixel) sono codificati in High-Throughput JPEG 2000 (HTJ2K) e devono essere decodificati prima della visualizzazione.

I set di immagini sono AWS risorse, quindi vengono assegnati Amazon Resource Names (ARNs). Possono essere etichettati con un massimo di 50 coppie chiave-valore e possono essere autorizzati tramite il controllo degli accessi basato sui ruoli (RBAC) e il controllo degli accessi basato sugli attributi (). ABAC IAM Inoltre, i set di immagini dispongono di versioni, in modo che tutte le modifiche vengano mantenute e sia possibile accedere alle versioni precedenti.

L'importazione di dati DICOM P10 produce set di immagini che contengono DICOM metadati e frame di immagini per una o più istanze di Service-Object Pair (SOP) della stessa serie. DICOM

Diagramma che mostra in cosa consiste un set di immagini. AWS HealthImaging
Nota

DICOMlavori di importazione:

  • Crea sempre nuovi set di immagini e non aggiornare mai i set di immagini esistenti.

  • Non deduplicate lo storage delle SOP istanze, poiché ogni importazione della stessa SOP istanza utilizza spazio di archiviazione aggiuntivo.

  • Può creare più set di immagini per una singola DICOM serie. Ad esempio, quando esiste una variante di un attributo di metadati normalizzato, ad esempio una PatientName mancata corrispondenza.

Utilizzate l'GetImageSetMetadataazione per recuperare i metadati del set di immagini. I metadati restituiti vengono compressi congzip, quindi è necessario decomprimerli prima di visualizzarli. Per ulteriori informazioni, consulta Ottenere i metadati del set di immagini.

L'esempio seguente mostra la struttura dei metadati del set di immagini in formato. JSON

{
	"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
							}
						]
					}
				}
			}
		}
	}
}

L'esempio seguente mostra come più processi di importazione creino sempre nuovi set di immagini e non si aggiungano mai a quelli esistenti.

Diagramma che mostra l'aspetto dei processi di importazione di più set di immagini. HealthImaging

L'esempio seguente mostra un singolo processo di importazione che crea due set di immagini perché le istanze 1 e 2 hanno nomi di pazienti diversi rispetto alle istanze 3 e 4.

Diagramma che mostra HealthImaging l'aspetto di due varianti di set di immagini in un unico processo di importazione.

L'esempio seguente mostra un singolo processo di importazione che crea due set di immagini per migliorare la produttività, anche se i nomi dei pazienti corrispondono.

Diagramma che mostra come si presenta l'ottimizzazione del set di immagini HealthImaging utilizzando un singolo processo di importazione.