医学影像数据去识别：确保患者隐私的综合工具
图像与视频处理
2024-10-17 v1 计算机视觉与模式识别
摘要
医学研究中常用的数据包含敏感的患者健康信息 (PHI)，受《通用数据保护条例》 (GDPR) 或《健康保险可携带与责任法案》 (HIPAA) 等严格法律框架的约束。因此必须在使用前对其进行匿名化处理，这对许多研究人员来说 presents a significant challenge。鉴于医学数据的多样性，必须采用多种去识别技术。为便于医学影像数据的匿名化处理，我们开发了一个开源工具，可用于去识别 DICOM 磁性共挧图像、计算机断层扫描图像、全切片图像以及磁性共挧 twix 原始数据。此外，实现了一个神经网络以去除图像中的文字。该工具自动化了针对多种输入类型的精细化匿名化流程，减少了用于医学影像数据去识别的额外工具的需求。我们在 https://github.com/code-lukas/medical_image_deidentification 公开代码。
引用
@article{arxiv.2410.12402,
title = {De-Identification of Medical Imaging Data: A Comprehensive Tool for Ensuring Patient Privacy},
author = {Moritz Rempe and Lukas Heine and Constantin Seibold and Fabian Hörst and Jens Kleesiek},
journal= {arXiv preprint arXiv:2410.12402},
year = {2024}
}