pydicom
Trabajar con archivos de imágenes médicas DICOM
También disponible en: davila7
Procesar imágenes médicas DICOM incluyendo TC, RM, rayos X y ultrasonido. Leer, escribir, anonimizar, convertir y extraer metadatos de archivos de imágenes de atención médica.
Descargar el ZIP de la skill
Subir en Claude
Ve a Configuración → Capacidades → Skills → Subir skill
Activa y empieza a usar
Pruébalo
Usando "pydicom". Leer un archivo DICOM y mostrarme la información clave del paciente y del estudio
Resultado esperado:
- Patient Name: Doe^John
- Study Date: 20240115
- Modality: CT
- Image Size: 512x512 pixels
- Body Part: CHEST
Usando "pydicom". Convertir una TC a una imagen PNG
Resultado esperado:
- Successfully converted to PNG
- Applied windowing for CT display
- Image saved with correct contrast
Usando "pydicom". Anonimizar este archivo DICOM de TC de tórax
Resultado esperado:
- Removed 18 PHI tags
- Patient name replaced with ANONYMOUS
- Patient ID replaced with ANONYMOUS
- Dates shifted to preserve anonymity
Auditoría de seguridad
SeguroThis 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.
Factores de riesgo
⚡ Contiene scripts (3)
📁 Acceso al sistema de archivos (1)
Puntuación de calidad
Lo que puedes crear
Preparar conjuntos de datos de imágenes
Anonimizar identificadores de pacientes y convertir archivos DICOM para flujos de trabajo de investigación y aprendizaje automático.
Convertir y exportar imágenes
Extraer y convertir imágenes médicas de formato DICOM a formatos de imagen estándar para informes.
Construir canalizaciones de imágenes
Procesar grandes volúmenes de datos de imágenes médicas para entrenamiento y validación de modelos de IA.
Prueba estos prompts
Leer un archivo DICOM y mostrarme el nombre del paciente, fecha del estudio, modalidad y dimensiones de la imagen.
Convertir un archivo DICOM a formato PNG y normalizar los valores de píxeles para una visualización correcta.
Anonimizar un archivo DICOM eliminando toda la información de salud del paciente, incluyendo nombre, ID y fechas.
Leer todos los archivos DICOM de un directorio, ordenarlos por posición de corte y crear un volumen 3D.
Mejores prácticas
- Siempre verificar la completitud de la anonimización antes de compartir datos médicos
- Instalar manejadores de compresión (pylibjpeg, gdcm) para archivos DICOM JPEG/JPEG2000
- Usar windowing apropiado (VOI LUT) para visualización correcta de imágenes TC y RM
Evitar
- No usar esta habilidad para diagnóstico clínico sin supervisión médica adecuada
- No compartir datos anonimizados sin verificar que todo el PHI ha sido eliminado
- No asumir que todos los archivos DICOM siguen la misma estructura - verificar etiquetas opcionales
Preguntas frecuentes
¿Qué modalidades DICOM se admiten?
¿Cómo instalo los manejadores de compresión?
¿Es la anonimización reversible?
¿Puedo procesar archivos DICOM de múltiples cuadros?
¿Esto se conecta a sistemas PACS hospitalarios?
¿A qué formatos de imagen puedo convertir?
Detalles del desarrollador
Autor
K-Dense-AILicencia
https://github.com/pydicom/pydicom/blob/main/LICENSE
Repositorio
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pydicomRef.
main
Estructura de archivos