dicom 脱敏_基于DICOM的CT医疗图像脱敏系统的研究与实现

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