The Aspose.Medical DICOM Anonymizer for .NET осигурява усъвършенствани възможности за анонимизиране на файловете на ДИКОМ програматично.Dicom (Digital Imaging and Communications in Medicine) файл съдържа чувствителна информация за пациента, която трябва да бъде защитена при споделяне на данни за медицински изображения.Този плъгин гарантира, че лична информация (PII) се премахва или модифицира, като същевременно се запазва целостта на медицинските снимки.
The DICOM Anonymizer поддържа предварително дефинирани профили за поверителност, базирани на стандарта DIKOM PS 3.15, което позволява спазването на правилата за неприкосновеност на личния живот като HIPAA и GDPR. Можете да използвате основния профил за стандартна анонимност, или да приложите допълнителни опции като Retain Safe Private, Reten UIDs, Clean Descriptions и много други. Плугинът също така поддържа персонализирани анонимизиране профилите, заредени от CSV, JSON или XML файлове за фино-гранен контрол върху които метаданните полета са анонизирани и как.
Получете Aspose.Medical за .NET от страницата изтегляне или [NuGet]c0c8b1f1e2b2, а след това активирайте чрез измерване на лиценза.
Изберете подходящия профил за поверителност въз основа на вашите изисквания за споделяне на данни.
Ако възникнат проблеми:
Изтеглете Aspose.Medical за .NET, свържете се с него във вашия проект, а след това активирайте DICOM Anonymizer чрез измерване на лиценза.
Плугинът поддържа всички профили, определени в DICOM PS 3.15, включително BasicProfile, RetainSafePrivate, METAINUIDs, LETAinDeviceIdent, SATAIN INSTITUTION, PATIENTCHARS, NETTAINLONGFullDates, CLEANDESC, CleanStructdCont и CleanGraph.
Да. Можете да дефинирате персонализирани анонимни профили, като използвате CSV, JSON или XML файлове, които посочват кои DICOM етикети да се променят и какви действия да бъдат предприети (Изтриване, Замяна с нулева дължина, замяна със глупави данни, Запазване, Чистене или Замена с UID).
Общите случаи на употреба включват споделяне на медицински изображения за изследвания, подготовка на бази данни за машинно обучение, позволяване на мулти-сайтове клинични изпитвания и гарантиране на съответствието при прехвърлянето на данни на пациентите между здравни институции.