DICOM SR标注中引用系列的正确实现方式:dwv项目经验分享
2025-07-09 18:36:04作者:田桥桑Industrious
背景介绍
在医学影像处理领域,DICOM结构化报告(SR)是一种重要的标准格式,用于存储和传输医学影像的标注和测量结果。dwv作为一个开源的DICOM Web Viewer项目,在处理DICOM SR标注时遇到了一个关于引用系列的技术实现问题。
问题本质
在DICOM标准中,当需要在结构化报告中引用其他DICOM系列时,存在两种不同的实现方式:
- 传统方式:使用
ReferencedSeriesSequence
标签(00081115),这在DICOM Segmentation等IOD中常见 - 标准方式:使用
CurrentRequestedProcedureEvidenceSequence
标签(0040a375),这是DICOM SR IOD(如Comprehensive 3D SR IOD)规定的正确方式
dwv项目最初采用了第一种方式,但这与DICOM SR IOD的标准规范不符,可能导致兼容性问题。
技术解析
DICOM SR IOD的特殊性
DICOM结构化报告IOD有其独特的数据结构要求。在SR文档通用模块中,明确规定了应使用CurrentRequestedProcedureEvidenceSequence
来引用相关证据(如图像系列),而不是通用的ReferencedSeriesSequence
。
两种标签的区别
-
ReferencedSeriesSequence:
- 属于通用实例引用模块
- 常用于Segmentation等IOD
- 结构相对简单直接
-
CurrentRequestedProcedureEvidenceSequence:
- 专为SR文档设计
- 提供了更丰富的上下文信息
- 符合DICOM SR文档的信息模型
解决方案
dwv项目在1a0d0f2这次提交中修复了这个问题,将引用系列的方式从ReferencedSeriesSequence
迁移到了CurrentRequestedProcedureEvidenceSequence
。这一变更使得:
- 项目完全符合DICOM SR IOD规范
- 提高了与其他DICOM SR处理工具的兼容性
- 为未来可能的SR功能扩展奠定了基础
对开发者的启示
- 标准理解的重要性:在处理DICOM这类复杂标准时,必须仔细研究特定IOD的规范要求
- 模块化思维:不同DICOM IOD可能对相似功能有不同的实现方式
- 兼容性考虑:医疗影像软件的互操作性至关重要,必须严格遵循标准
总结
dwv项目的这一改进展示了开源医疗软件对标准合规性的重视。通过正确实现DICOM SR中的系列引用机制,项目不仅提升了自身的专业性,也为开发者社区提供了一个正确处理DICOM SR引用的范例。这种对细节的关注正是医疗软件质量保证的关键所在。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
212
287

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

暂无简介
Dart
527
116

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44