一种用于 MIDI-B 挑战的 DICOM 图像去识别算法
计算机视觉与模式识别
2025-08-12 v1 人工智能
摘要
图像去识别对于医学图像在遵循多项法规与标准（包括保险责任可移植性与隐私法案（HIPAA）隐私规则、DICOM PS3.15 标准以及癌症图像档案（TCIA）所推荐的最佳实践）后进行公共共享至关重要。27 届国际医学图像计算与计算机辅助干预会议（MICCAI 2024）上的医学图像去识别基准（MIDI-B）挑战旨在评估基于规则的 DICOM 图像去识别算法，该挑战采用大规模临床 DICOM 图像数据集。本报告探讨了去识别 DICOM 图像的关键挑战，强调在确保医学数据对研究、诊断和治疗持续实用性的同时，必须删除可识别个人信息（PII）以保护患者隐私的重要性，并概述了支配该过程的各项标准与法规。此外，我们详细描述了所采用的去识别方法——包括像素遮蔽、日期偏移、日期散列、文本识别、文本替换和文本删除——以严格遵守这些标准对数据集进行处理。根据 MIDI-B 挑战的最终排行榜，本解决方案的最新版本正确执行了 99.92% 所需操作，并在完成挑战的 10 支队伍中名列第 2 位（总共有 22 支队伍报名参赛）。最后，我们对结果统计数据进行了深入分析，讨论了当前方法的局限性以及未来改进的潜在方向。
引用
@article{arxiv.2508.07538,
title = {A DICOM Image De-identification Algorithm in the MIDI-B Challenge},
author = {Hongzhu Jiang and Sihan Xie and Zhiyu Wan},
journal= {arXiv preprint arXiv:2508.07538},
year = {2025}
}
备注
8 pages, 5 figures