pydicom
Trabalhar com arquivos de imagens médicas DICOM
Também disponível em: davila7
Processar imagens médicas DICOM, incluindo TC, RM, raio-X e ultrassom. Ler, escrever, anonimizar, converter e extrair metadados de arquivos de imagens de saúde.
Baixar o ZIP da skill
Upload no Claude
Vá em Configurações → Capacidades → Skills → Upload skill
Ative e comece a usar
Testar
A utilizar "pydicom". Ler um arquivo DICOM e mostrar as principais informações do paciente e do estudo
Resultado esperado:
- Patient Name: Doe^John
- Study Date: 20240115
- Modality: CT
- Image Size: 512x512 pixels
- Body Part: CHEST
A utilizar "pydicom". Converter uma TC para uma imagem PNG
Resultado esperado:
- Successfully converted to PNG
- Applied windowing for CT display
- Image saved with correct contrast
A utilizar "pydicom". Anonimizar este arquivo 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
Auditoria de Segurança
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.
Fatores de risco
⚡ Contém scripts (3)
📁 Acesso ao sistema de arquivos (1)
Pontuação de qualidade
O Que Você Pode Construir
Preparar conjuntos de dados de imagem
Anonimizar identificadores de pacientes e converter arquivos DICOM para fluxos de trabalho de pesquisa e aprendizado de máquina.
Converter e exportar imagens
Extrair e converter imagens médicas do formato DICOM para formatos de imagem padrão para relatórios.
Construir pipelines de imagem
Processar grandes volumes de dados de imagens médicas para treinamento e validação de modelos de IA.
Tente Estes Prompts
Ler um arquivo DICOM e mostrar o nome do paciente, data do estudo, modalidade e dimensões da imagem.
Converter um arquivo DICOM para formato PNG e normalizar os valores de pixels para exibição adequada.
Anonimizar um arquivo DICOM removendo todas as informações de saúde do paciente, incluindo nome, ID e datas.
Ler todos os arquivos DICOM de um diretório, ordená-los por posição da fatia e criar um volume 3D.
Melhores Práticas
- Sempre verificar a completude da anonimização antes de compartilhar dados médicos
- Instalar manipuladores de compressão (pylibjpeg, gdcm) para arquivos DICOM JPEG/JPEG2000
- Usar janelamento adequado (VOI LUT) para exibição correta de imagens de TC e RM
Evitar
- Não usar esta habilidade para diagnóstico clínico sem supervisão médica adequada
- Não compartilhar dados anonimizados sem verificar se todo o PHI foi removido
- Não assumir que todos os arquivos DICOM seguem a mesma estrutura - verificar tags opcionais
Perguntas Frequentes
Quais modalidades DICOM são suportadas?
Como instalo manipuladores de compressão?
A anonimização é reversível?
Posso processar arquivos DICOM de múltiplas imagens?
Conecta a sistemas PACS hospitalares?
Para quais formatos de imagem posso converter?
Detalhes do Desenvolvedor
Autor
K-Dense-AILicença
https://github.com/pydicom/pydicom/blob/main/LICENSE
Repositório
https://github.com/K-Dense-AI/claude-scientific-skills/tree/main/scientific-skills/pydicomReferência
main
Estrutura de arquivos