基于
DICOM
的
CT
医疗图像脱敏系统的研究与实现
王阳,刘立波
【摘
要】
摘要:深度学习目前已经广泛应用于医学图像处理领域,利用深度学
习对医疗图像进行处理前,需要对来自医院的真实患者数据进行脱敏处理。人
工对图像进行脱敏效率低下,为此通过
Python
设计和实现基于
DICOM
标准
协议的
CT
图像脱敏批处理系统,并利用
PyQt
实现脱敏系统的可视化界面效果。
分别对
500
和
1000
张
CT
图片进行批量脱敏,实验结果表明,该系统可以在
很短时间内有效地去除
CT
图像中的患者信息,达到脱敏标准。
【期刊名称】
现代计算机(专业版)
【年
(
卷
),
期】
2019(000)011
【总页数】
4
【关键词】
深度学习;数据脱敏;
CT
医疗图像;
DICOM
标准
基金项目:国家自然科学基金项目(
No.61862050
)
;西部一流大学科研创新
项目(
No.ZKZD2017005
)
0
引言
医学图像处理在计算机辅助诊断(
CAD
)
、临床治疗及生命科学研究等方面发
挥着重要作用,它的研究始于
20
世纪
70
年代。近年来,随着计算机能力的显
著提升和各种算法的不断涌现与改进,深度学习算法已经成为医学图像处理领
域的热点。
2006
年,
Hinton
教授等在
Science
上发表关于神经网络的突破性文章
[1]
,首
次提出深度学习的概念。
2012
年,其团队使用深度学习算法在
ImageNet
比
赛中一举夺魁,且性能远高于第二名,自此深度学习引起了学者们的广泛关注