pydicom
Arbeiten mit DICOM-Medizininhaltsdateien
Auch verfügbar von: davila7
Verarbeiten Sie DICOM-Medizinbilder einschließlich CT, MRT, Röntgen und Ultraschall. Lesen, schreiben, anonymisieren, konvertieren und Metadaten aus Gesundheitsbildgebungsdateien extrahieren.
Die Skill-ZIP herunterladen
In Claude hochladen
Gehe zu Einstellungen → Fähigkeiten → Skills → Skill hochladen
Einschalten und loslegen
Teste es
Verwendung von "pydicom". Eine DICOM-Datei lesen und mir die wichtigsten Patienten- und Untersuchungsinformationen anzeigen
Erwartetes Ergebnis:
- Patient Name: Doe^John
- Study Date: 20240115
- Modality: CT
- Image Size: 512x512 pixels
- Body Part: CHEST
Verwendung von "pydicom". Einen CT-Scan in ein PNG-Bild konvertieren
Erwartetes Ergebnis:
- Successfully converted to PNG
- Applied windowing for CT display
- Image saved with correct contrast
Verwendung von "pydicom". Diese Brust-CT-DICOM-Datei anonymisieren
Erwartetes Ergebnis:
- Removed 18 PHI tags
- Patient name replaced with ANONYMOUS
- Patient ID replaced with ANONYMOUS
- Dates shifted to preserve anonymity
Sicherheitsaudit
SicherThis is a documentation and guidance skill for the legitimate pydicom medical imaging library. All 253 static findings are false positives: the scanner misinterpreted markdown code formatting (triple backticks) as shell backtick execution, DICOM transfer syntax identifiers (JPEG, JPEG2000 compression) as weak cryptographic algorithms, and documentation reference URLs as hardcoded network endpoints. The Python scripts perform standard medical imaging operations (anonymize, convert, extract metadata) with no malicious intent, no network operations, and no credential access.
Risikofaktoren
⚡ Enthält Skripte (3)
📁 Dateisystemzugriff (1)
Qualitätsbewertung
Was du bauen kannst
Bildgebende Datensätze vorbereiten
Patientenidentifikatoren anonymisieren und DICOM-Dateien für Forschungs- und Machine-Learning-Workflows konvertieren.
Bilder konvertieren und exportieren
Medizinische Bilder aus dem DICOM-Format in Standardbildformate für Berichte extrahieren und konvertieren.
Bildgebende Pipelines erstellen
Große Mengen medizinischer Bildgebungsdaten für das Training und die Validierung von KI-Modellen verarbeiten.
Probiere diese Prompts
Eine DICOM-Datei lesen und mir den Patientenname, das Untersuchungsdatum, die Modalität und die Bildabmessungen anzeigen.
Eine DICOM-Datei in das PNG-Format konvertieren und die Pixelwerte für die korrekte Anzeige normalisieren.
Eine DICOM-Datei anonymisieren, indem alle Patienten-Gesundheitsinformationen einschließlich Name, ID und Daten entfernt werden.
Alle DICOM-Dateien aus einem Verzeichnis lesen, nach Schichtposition sortieren und ein 3D-Volumen-Array erstellen.
Bewährte Verfahren
- Vor dem Teilen medizinischer Daten immer die Vollständigkeit der Anonymisierung überprüfen
- Komprimierungshandler (pylibjpeg, gdcm) für JPEG/JPEG2000 DICOM-Dateien installieren
- Korrekte Fensterung (VOI LUT) für die richtige CT- und MRT-Bildanzeige verwenden
Vermeiden
- Diese Fähigkeit nicht ohne angemessene medizinische Aufsicht für klinische Diagnosen verwenden
- Anonymisierte Daten nicht teilen, ohne zu überprüfen, dass alle PHI entfernt wurden
- Nicht davon ausgehen, dass alle DICOM-Dateien derselben Struktur folgen - auf optionale Tags prüfen
Häufig gestellte Fragen
Welche DICOM-Modalitäten werden unterstützt?
Wie installiere ich Komprimierungshandler?
Ist die Anonymisierung umkehrbar?
Kann ich Mehrschicht-DICOM-Dateien verarbeiten?
Stellt dies eine Verbindung zu Krankenhaus-PACS-Systemen her?
In welche Bildformate kann ich konvertieren?
Entwicklerdetails
Autor
K-Dense-AILizenz
https://github.com/pydicom/pydicom/blob/main/LICENSE
Repository
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pydicomRef
main
Dateistruktur