了解图像集 - AWS HealthImaging

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

了解图像集

图像集是一个 AWS 概念，可以作为其基础AWS HealthImaging。图像集是在您将DICOM数据导入时创建的 HealthImaging，因此在使用该服务时需要对它们有很好的了解。

引入图像集的原因如下：

  • 通过灵活APIs的方式支持各种医学成像工作流程（临床和非临床）。

  • 通过仅对相关数据进行分组，最大限度地提高患者安全。

  • 鼓励清理数据，以帮助提高不一致性的可见性。有关更多信息，请参阅 修改图像集。

    重要提示

    在DICOM数据被清理之前对其进行临床使用可能会对患者造成伤害。

以下菜单更详细地描述了影像集，并提供了示例和图表，以帮助您理解其功能和用途。 HealthImaging

影像集是一个 AWS 概念，它定义了一种用于优化相关医学影像数据的抽象分组机制。将 DICOM P10 成像数据导入AWS HealthImaging 数据存储时，它会转换为由元数据和图像框（像素数据）组成的影像集。

注意

图像集元数据已标准化。换句话说，一组常见的属性和值映射到DICOM数据元素注册表中列出的患者、研究和系列级别的元素。

在导入过程中，某些图像集保留其原始传输语法编码，而另一些图像集则默认转码为高吞吐量 JPEG 2000 (HTJ2K) 无损。如果对图像集进行编码HTJ2K，则必须在查看之前对其进行解码。有关更多信息，请参阅支持的传输语法 和HTJ2K解码库。

图像帧（像素数据）采用高吞吐量 JPEG 2000 (HTJ2K) 编码，必须先解码才能观看。

图像集是 AWS 资源，因此它们被分配了 Amazon 资源名称 (ARNs)。它们可以用最多 50 个键值对进行标记，并通过授予基于角色的访问控制 (RBAC) 和基于属性的访问控制 ()。ABAC IAM此外，还对图像集进行了版本控制，因此所有更改都将保留下来，并且可以访问以前的版本。

导入 DICOM P10 数据会生成包含同一DICOM系列中一个或多个服务对象对 (SOP) 实例的DICOM元数据和图像帧的影像集。

该图显示了影像集的内容AWS HealthImaging。
注意

DICOM导入作业：

  • 始终创建新的图像集，从不更新现有图像集。

  • 请勿删除重复的SOP实例存储，因为每次导入同一个SOP实例都会使用额外的存储空间。

  • 可以为单个DICOM系列创建多个影像集。例如，当标准化元数据属性存在变体时，例如PatientName不匹配。

使用GetImageSetMetadata操作检索影像集元数据。返回的元数据是用压缩的gzip，因此在查看之前必须将其解压缩。有关更多信息，请参阅 获取影像集元数据。

以下示例以JSON格式显示影像集元数据的结构。

{
	"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
							}
						]
					}
				}
			}
		}
	}
}

以下示例显示了多个导入任务如何始终创建新的影像集而从不向现有图像集添加图像集。

该图显示了多个影像集导入作业的样子 HealthImaging。

以下示例显示了创建两个图像集的单个导入任务，因为实例 1 和 2 的患者姓名与实例 3 和 4 的患者姓名不同。

该图显示了 HealthImaging 使用单个导入任务时两个图像集变体的样子。

以下示例显示了单个导入任务创建了两个图像集以提高吞吐量，即使患者姓名相匹配。

该图显示了 HealthImaging 使用单个导入任务时图像集优化的样子。