pydicom/deid
GitHub: pydicom/deid
基于 Python 的医学影像 DICOM 文件去标识化工具，用于批量清除患者敏感元数据以满足隐私合规要求。
Stars: 169 | Forks: 57
# 去标识化
基于 Python 的医学图像匿名化最佳实践方案。
[](https://zenodo.org/badge/latestdoi/94163984)
[](https://travis-ci.org/pydicom/deid)
请参阅我们的[文档](https://pydicom.github.io/deid/)。
这是一套基于 Python 的基础工具，用于处理医学图像和文本，专用于去标识化。
此处使用的清理方法类似于 CTP，因为我们可以根据已知位置识别图像。我们正在寻找合作者来开发和验证 OCR 清理方法！如果您愿意协助此项工作，请联系我们。
## 安装
### 本地安装
对于稳定版本，通过 pip 安装：
```
pip install deid
```
对于开发版本，从 Github 安装：
```
pip install git+git://github.com/pydicom/deid
```
### Docker
```
docker build -t pydicom/deid .
docker run pydicom/deid --help
```
## 问题
如果您有问题或想请求功能，请在我们的[问题看板](https://www.github.com/pydicom/deid/issues)上提出。
标签：DICOM, Docker, HIPAA, OCR, Pydicom, Python, 二进制发布, 医学影像处理, 医疗信息安全, 医疗影像, 匿名化, 去标识化, 子域名变形, 安全防御评估, 开源工具, 敏感数据过滤, 数据合规, 数据清洗, 数据脱敏, 无后门, 网络安全, 请求拦截, 逆向工具, 隐私保护