使用Pylogik进行医学图像去标识化、清理与压缩

在大数据与机器学习时代利用医疗记录信息，前提是数据必须被清理并去标识化。当受保护健康信息（PHI）包含或嵌入图像元数据时，促进多中心协作的数据共享与协调尤为困难。我们提出Python框架下的一个名为PyLogik的新库，以缓解超声图像的这一问题——因PHI频繁直接出现在图像上，超声图像尤其具有挑战性。PyLogik通过一系列文本检测/提取、滤波、阈值化、形态学与轮廓比对处理图像体数据。该方法对图像去标识化、减小文件尺寸，并为深度学习与数据共享准备图像体数据。为评估其处理超声数据的有效性，随机选取50例心脏超声（超声心动图）经PyLogik处理，并将输出与专家用户的手动分割进行比较。两种方法的Dice系数平均值达0.976。接着，调查了算法所实现的信息压缩程度。结果发现经PyLogik处理后数据平均减小约72%。我们的结果表明，PyLogik是一种可行的数据清理与去标识化、确定ROI及文件压缩方法，将促进超声数据的高效存储、使用与传播。该流程的变体也已创建以用于其他医学成像数据类型。