DCM影像图片脱敏处理

最新推荐文章于 2025-05-01 14:47:40 发布
最新推荐文章于 2025-05-01 14:47:40 发布
阅读量9.9k 收藏 11
点赞数 1
分类专栏： Java_Web 文章标签： 图片脱敏处理 DICOM影像图片操作 医疗
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Porcelain_cs/article/details/72230687
版权
本文介绍如何对DCM影像图片进行脱敏处理，以保护患者隐私。通过模糊处理DCM文件中的敏感信息，如姓名，将'张三'变为'张**'，确保非医疗人员在学习和使用DCM图片时不会泄露病人隐私。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

DCM影像图片脱敏处理


现在很多医院设备拍片生成dcm格式的图片，里面有诸如病人姓名、出生年月、设备相关的一系列tag，前面应公司要求，需要对这些dcm格式的图片做一个脱敏处理，将一些敏感的私人信息模糊处理，如病人姓名“张三”，改为“张**”，以供其他非医疗人员学习调用该图片，避免了病人的隐私泄露。


处理效果对比图为：






需要的jar包：


最低0.47元/天 解锁文章
批量读取及显示CT医疗影像数据(脱敏样本)
12-28
博客:批量读取及显示CT医疗影像数据(练习用)已脱敏,使用pydicom/PIL.Image/math/os库练习巩固
前端处理图片脱敏效果，给图片进行马赛克处理
Eno_Lin的博客
11-18 3129
马赛克处理主要利用canvas进行处理，使用image-mosaic插件 npm插件 * npm install image-mosaic -s -d template <div id="box"> <canvas id="canvas"></canvas> <button id='drawAll'>全部马赛克</button> <button id='clearAll'&
Dicom数据脱敏工具
最新发布
gitblog_06794的博客
05-01 150
Dicom数据脱敏工具 【下载地址】Dicom数据脱敏工具 Dicom数据脱敏工具是一款专为保护医疗影像数据隐私而设计的开源工具。它能够高效处理dicom文件，支持用户根据具体需求自定义脱敏规则，确保敏感信息得到有效保护。无论是医疗机构、研究人员还是开发人员，都可以轻松上手，实现数据的安全处理与共享。工具操作简单，功能强...
图像脱敏是什么？
百态老人的博客
11-20 1305
图像脱敏是指通过一定的技术手段对图像进行处理，使其在保持可用性的同时，不再包含个人身份或其它敏感信息。目前有多种图像脱敏方法。例如，唐山启奥科技股份有限公司申请了一项名为“医疗图像脱敏方法、装置、电子设备及可读存储介质”的专利，公开号 CN117633867A，该方法包括获取检查单图像，确定图像类别、文字区域及关键点描述符等步骤，最终在敏感区域进行数据脱敏，具有提高脱敏效率的效果。还有一些图像脱敏方法涉及到不同的技术领域。
.dcm格式图像
09-11
在无损检测领域中，射线检测的底片数字化后的图像格式
汽车网络信息安全-数据安全：图像脱敏
2301_76563067的博客
07-04 1924
随着车联网的发展，汽车越来越化，就像是一部“装着四个轮子的有人说，就如同一部窃听器，无论你开机或者关机，它都会无时不刻地监听着用户的一举一动。可想而知，智能车辆上的安全问题可能比智能手机更加严重。比如车辆的定位信息、相机所记录下的路端画面、车舱内的乘客录音录像等等，这些数据作为智能车发展的“燃料剂”，既是不可或缺的，又需要去避免敏感数据的泄露风险。随着各种数据安全法规的颁布，数据脱敏处理引起各大主机厂的重点关注。
dcm4cheTuomin.rar_dcm4chetuomin_dicom_dicom4che_dicom脱敏_脱敏
07-15
1.可以选择想要脱敏的dicom文件夹，会自动查找目录下的所有dicom文件并进行脱敏，在UI会显示文件处理状态和脱敏文件存储位置； 2.可以直接选择dicom文件进行脱敏，也会在UI显示文件处理状态和脱敏文件位置。 此程序...
dicom文件进行数据脱敏，可以自己更改要脱敏的信息
08-31
DICOM（Digital Imaging and Communications in Medicine）是一种标准的医学影像数据交换格式，广泛应用于医疗成像设备如CT、MRI等。在医疗数据处理和共享中，由于涉及个人隐私，对DICOM文件进行数据脱敏是至关重要...
医学图像处理dcm数据
01-27
DCM（Digital Imaging and Communications in Medicine）是一种标准的数据格式，广泛用于存储、传输和打印医学影像。这个压缩包文件包含了与医学图像处理相关的DCM数据，对于研究人员、医生以及对医疗图像分析感兴趣...
dicom脱敏.zip
02-01
在医疗数据处理中，保护患者隐私是非常重要的，因此“dicom脱敏”指的是对DICOM文件进行处理，去除或替换敏感信息，以确保数据的安全性。 脱敏是医疗数据匿名化的一种方式，目的是在保留数据的有用性的同时，消除...
比较好的dcm图像
04-23
比较好的dcm原始图像，供图像处理使用，仅供参考。
dcm医疗图片
07-12
dcm医疗图片，包含多张图片，便于开发测试，便于开发测试
dicom图片例子 dcm.zip
11-30
网上dcm格式的图像比较少，在这里分享一下，希望对从事dicom的朋友有帮助！
dcm图片浏览器
04-11
dcm图片浏览器，可打开超声、CT等 dc格式软件，调整窗位窗宽
DCM图片文件处理
02-17
对于DCM医用图片进行显示、变色、定位等处理，同时能够获取DCM文件的相关参数、属性等。
图片转成DCM文件格式
09-12
将bmp jpg等格式图片转成DCM格式 有dll操作说明，有测试demo
Linux下利用OpenCV的DNN模块做图像分类
dhz625的博客
12-21 639
1. 环境准备 OpenCV 3.4.12 g++ （要支持c++11） 默认您已经安装OpenCV和g++，并且g++的版本要支持c++11，本文的系统环境是CentOS Linux release 7.9.2009 (Core)。 2. 文件准备 OpenCV的DNN模块支持Caffe，Darknet等多种深度学习框架。本文只讲如何用Caffe训练的模型来做图像分类，其它框架的读者可以自行探索。 采用GoogLeNet训练的模型来做演示，如果有自己训练的模型，直接替换下面的三个文件即可。 Goog
DCM 图片查看
weixin_30772261的博客
02-15 2416
因为要处理一些医学图像，需要把dcm格式的文件转换成jpg格式。本来用Sante DICOM Editor用得挺好的，方便查看dcm文件，但是在转换上每次只能转一张（本人没有找到用该软件批量转格式的方法）。于是在网上搜集了各种软件（图片格式转换大师、DCM图片转换大师等等），要么是要付费的，要么就是有病毒。在线转换器最多只能转30张，多的就要付费。 最终发现一个免费的软件：MicroDicom。...
DICOM医学影像脱敏技术应用的重要性及其实现方法详解
编程技术探索者，分享C/C++、C#、Java、数据库等开发经验，聚焦实战技巧与AI兴趣，助力编程爱好者成长。
03-10 611
DICOM医学影像脱敏技术应用的重要性及其实现方法详解
影像格式为图片格式
03-10
<think>好的，用户现在问的是关于影像格式为图片格式的情况，之前他们讨论的是处理DICOM格式的医疗影像系统。我需要先理解他们的需求变化。可能用户之前使用DICOM，现在需要支持普通图片格式，比如PNG、JPEG等，可能是因为数据来源不同，或者应用场景变化。 首先，我需要回顾之前的回答，之前系统设计是针对DICOM的，包括前端的上传验证、后端的处理和Python的扩增算法。现在用户要切换到普通图片格式，这意味着各个环节都需要调整。 前端部分，上传组件需要修改，之前是验证DICOM，现在要允许常见的图片格式，比如image/png, image/jpeg等。同时，可能需要调整上传界面的提示信息，让用户知道现在支持的是普通图片。 后端方面，存储路径可能需要调整，原本处理DICOM的Service层需要修改，可能不需要解析DICOM的元数据了，直接存储图片文件。此外，数据库中的MedicalDataset实体可能需要调整type字段，或者增加对图片格式的支持。 Python算法端，原本使用PyDicom库，现在要换成处理普通图片的库，比如Pillow或OpenCV。数据扩增的方法可能类似，但处理方式不同，比如旋转、翻转、加噪声等，但实现代码会有所变化。同时，保存结果时，可能需要生成不同的文件结构，比如按类别或扩增方法存放图片。 系统交互流程中，原本的DICOM处理步骤可能简化，因为不需要解析复杂的元数据。消息队列的任务参数可能需要调整，传递的是图片路径而不是DICOM相关的参数。 技术栈方面，Python端的依赖库需要更换，可能移除PyDicom，添加Pillow和OpenCV。后端可能需要调整文件存储的逻辑，使用不同的工具处理图片上传和存储。 数据安全方面，之前针对DICOM的加密和访问控制仍然适用，但可能需要考虑图片的隐私保护，比如脱敏处理，尤其是在保存扩增后的图片时，避免泄露患者信息。 扩展建议部分，之前提到的标准化模块，对于普通图片，可能需要不同的归一化方法，比如除以255，或者使用特定的均值和标准差。另外，元数据解析可能不再需要，除非用户想从图片文件名或其他途径提取信息。 用户可能的需求是迁移现有的医疗影像系统，从DICOM到普通图片格式，或者扩展系统以支持更多格式。需要确认是否同时支持两种格式，还是完全替换。如果是前者，系统需要更灵活的格式处理，增加条件判断；如果是后者，则全面修改现有模块。 此外，用户可能关心性能问题，普通图片处理可能比DICOM更快，或者需要不同的资源管理策略。比如，图片文件通常比DICOM小，存储和传输效率更高，但数量可能更多，需要考虑批量处理的能力。 最后，需要确保回答结构清晰，分模块说明改动点，保持与之前的回答格式一致，帮助用户对比和理解调整后的方案。</think>$\textcolor{blue}{医疗影像图片格式处理系统架构设计（PNG/JPG/BMP等）}$ $\textcolor{green}{一、系统改造要点对比}$ | 模块 | DICOM系统方案 | 普通图片系统方案 | |------------|--------------------------|---------------------------| | **前端验证** | 检查`dcm`扩展名和MIME类型 | 验证`jpg/png/bmp`等常见格式 | | **存储方式** | 专用DICOM解析存储 | 直接存储原始图片文件 | | **元数据处理** | 提取DICOM头信息 | EXIF信息提取（可选） | | **算法处理** | 使用`pydicom`库 | 使用`PIL/OpenCV`库 | $\textcolor{blue}{二、关键实现模块详解}$ $\textcolor{orange}{1. 前端Vue改造}$ ```typescript // 修改文件验证逻辑 const validateImage = (file: File) => { const validTypes = ['image/jpeg', 'image/png', 'image/bmp'] const isImage = validTypes.includes(file.type) const isUnder5MB = file.size / 1024 / 1024 < 5 if (!isImage) { ElMessage.error('仅支持JPG/PNG/BMP格式') return false } if (!isUnder5MB) { ElMessage.error('单文件需小于5MB') return false } return true } ``` $\textcolor{orange}{2. SpringBoot后端调整}$ ```java // 修改文件存储服务 @Service public class ImageStorageService { // 文件分类存储示例 public String storeImage(MultipartFile file, Long userId) { String ext = FilenameUtils.getExtension(file.getOriginalFilename()); String path = "/images/" + userId + "/" + UUID.randomUUID() + "." + ext; minioClient.putObject( PutObjectArgs.builder() .bucket("medical-images") .object(path) .stream(file.getInputStream(), file.getSize(), -1) .build() ); return path; } } ``` $\textcolor{orange}{3. Python算法端改造}$ ```python from PIL import Image import albumentations as A class ImageAugmentor: def __init__(self): self.transform = A.Compose([ A.RandomRotate90(p=0.5), A.HorizontalFlip(p=0.5), A.RandomBrightnessContrast(p=0.2), A.GaussNoise(var_limit=(10.0, 50.0), p=0.3) ]) def augment_image(self, img_path: str) -> list: original_img = Image.open(img_path).convert('RGB') augmented_images = [] # 生成3种扩增结果 for _ in range(3): augmented = self.transform(image=np.array(original_img))["image"] augmented_images.append(Image.fromarray(augmented)) return augmented_images ``` $\textcolor{blue}{三、核心处理流程优化}$ ```mermaid graph TD A[用户上传图片] --> B[格式验证] B -->|通过| C[存储到MinIO对象存储] C --> D[记录元数据到MySQL] D --> E{触发扩增?} E -->|是| F[发送RabbitMQ任务] F --> G[Python消费消息] G --> H[执行图片扩增流水线] H --> I[保存扩增结果] I --> J[回调更新数据库] J --> K[前端展示扩增结果] ``` $\textcolor{blue}{四、关键技术增强点}$ 1. **像素级数据处理**： - 使用OpenCV进行颜色空间转换 ```python def convert_color_space(img, mode='RGB2HSV'): return cv2.cvtColor(img, getattr(cv2, f'COLOR_{mode}')) ``` 2. **批量处理优化**： ```python # 使用多进程加速处理 from multiprocessing import Pool def batch_augment(image_paths): with Pool(4) as p: # 4个进程 return p.map(augment_image, image_paths) ``` 3. **存储优化策略**： ```java // 使用WebP格式压缩存储 BufferedImage webpImage = ImageIO.read(inputStream); ImageIO.write(webpImage, "webp", outputStream); // 压缩率提升30% ``` $\textcolor{blue}{五、医疗影像特殊处理}$ 1. **标准化预处理**： $$ I_{norm} = \frac{I - I_{min}}{I_{max} - I_{min}} \times 255 $$ ```python def medical_normalize(img): img = img.astype(np.float32) return ((img - img.min()) / (img.max() - img.min()) * 255).astype(np.uint8) ``` 2. **ROI(感兴趣区域)增强**： ```python def focus_enhancement(img, mask): # 对病灶区域实施强化扩增 roi = img * mask[..., np.newaxis] augmented_roi = augmentor(roi) return augmented_roi + img * (1 - mask[..., np.newaxis]) ``` $\textcolor{blue}{六、安全合规建议}$ 1. **去标识化处理**： ```python def remove_exif(img_path): image = Image.open(img_path) data = list(image.getdata()) image_without_exif = Image.new(image.mode, image.size) image_without_exif.putdata(data) return image_without_exif ``` 2. **访问控制矩阵**： $$ \begin{bmatrix} \text{角色} & \text{查看原始数据} & \text{下载数据} & \text{触发扩增} \\ \text{医师} & ✓ & ✓ & ✓ \\ \text{研究员} & ✓ & × & ✓ \\ \text{患者} & × & × & × \\ \end{bmatrix} $$ 本方案针对普通图片格式特点，在保持原有系统架构的基础上，重点优化了以下方面： 1. 支持更通用的图像处理流水线 2. 增强批量处理能力 3. 增加医疗影像特有的预处理模块 4. 强化符合医疗数据安全标准的去标识化处理 可根据实际需求扩展DICOM与普通图片的双格式支持，通过统一接口实现： ```java public FileType checkFileType(MultipartFile file) { if (file.getContentType().contains("dicom")) { return FileType.DICOM; } else if (file.getContentType().startsWith("image/")) { return FileType.IMAGE; } throw new UnsupportedFileTypeException(); } ```
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值