用于匿名化/上传大脑扫描到图像处理云实例的独立于平台的gui
dicom2cloud的Python项目详细描述
Clinic2Cloud-一个独立于平台的图形用户界面，用于匿名化临床大脑扫描并将其上载到图像处理云实例
目前的图像处理技术已经达到了很高的水平，可以从医学成像数据中提取大量的信息。问题在于，这些现代后处理技术大多没有应用于临床环境，因为科学家开发的软件很难使用，通常不在临床医生使用的操作系统上运行，并且需要大量的硬件资源。如果供应商冒着实施新技术的风险，他们集成新的后处理技术通常需要很多年的时间。将现代图像处理技术引入临床的一个解决方案是，将医疗数据带出临床，并利用一个强大的云实例，其中安装了所有工具，临床医生可以上传数据。然而，问题是，医疗数据包含了不易删除的敏感信息，例如大脑磁共振成像数据中的面部特征。
现代图像处理算法可能具有很高的临床影响，有助于诊断多种疾病，如多发性硬化症、帕金森病和其他神经退行性疾病。不幸的是，使用新的令人兴奋的技术目前仅限于少数专门中心存在专门知识来运行这些算法。这严重限制了将研究转化为临床研究，而且通常需要数年的时间，直到供应商将新的处理技术应用到他们的临床平台。
理想的解决方案是一个独立于平台（win、mac、linux）的软件/浏览器插件，该插件易于使用、读取标准dicom数据、匿名化数据并将其上载到云实例并开始处理。大脑扫描的匿名化需要去除面部特征，这样病人就不能在头部的三维渲染中被重新识别。但是，不可能简单地切断面所在的区域，因为这将通过创建人工边影响注册工具。
欢迎加入QQ群-->： 979659372
