本文详细介绍了clouddicom，一个在线 DICOM 数据处理工具，主要关注CT和RTSTRUCT数据的加载与显示。在Cloud Dicom.html中，数据通过load_dicom函数解析，依据DICOM的Image Position字段进行排序。在draw_ct.js中，CT数据经过归一化处理并构造为ImageData，然后在canvas上进行缩放绘制。源码中还注意到了canvas尺寸与绘制内容的关系，以及超出部分的数据处理策略。
一、背景：
之前在知识星球介绍过clouddicom，是由国外Vasant Kearney博士发布的一款云端在线支持DICOM数据中目标结构勾画的工具，可以作为放射治疗领域学习前端靶区勾画的入门资料。
官方网址是： www.clouddicom.com.（近期该网站不可访问，具体代码可移步我的github项目https://github.com/zssure-thu/clouddicom)。具体的clouddicom工具操作在youtube上也有视频介绍（ https://www.youtube.com/watch?v=c9QKne_ZYeU&t=29s）。
此篇文章开始逐个介绍clouddicom中的相关核心源码，重点介绍代码逻辑，运用的算法，以及相关的优化方案。本次先从
订阅专栏 解锁全文
扫一扫
3458
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
