1. Producten
  2. Aspose.Medical
  3. DICOM Anonymizer

Programmatische DICOM Anonymisatie

Onvoldoende verwijderen of wijzigen van gevoelige patiëntinformatie in DICOM-bestanden met behulp van een gestroomde .NET API. Zorg voor naleving van de gezondheidszorg privacyvoorschriften en automatiseren van medische beeldvorming werkstromen met de Aspose.Medical DIKOM Anonymizer.

Probeer gratis

Aspose.Medical for .NET Aspose.Medical
for .NET

Documentatie Koop nu

Aspose.Medical DICOM Anonymizer voor .NET

De Aspose.Medical DICOM Anonymizer voor .NET biedt geavanceerde capaciteiten voor het anoniem maken van DIKOM-bestanden op een programmatische manier.DikOM (Digital Imaging and Communications in Medicine) bestanden bevatten gevoelige patiëntinformatie die moet worden beschermd bij het delen van medische beeldgegevens.Dit plugin zorgt ervoor dat persoonlijk identificeerbare informatie (PII) wordt verwijderd of gewijzigd terwijl de integriteit van de medisch beeld behoudt.

De DICOM Anonymizer ondersteunt vooraf gedefinieerde privacyprofielen gebaseerd op de standaard Dicom PS 3.15, waardoor de naleving van privacyvoorschriften zoals HIPAA en GDPR mogelijk is. U kunt de Basic Profile gebruiken voor standaardaanonymisatie, of u kunt aanvullende opties toepassen zoals Retain Safe Private, Rettain UIDs, Clean Descriptions, en meer. De plugins ondersteunen ook aangepaste anonimisatiedeprofiles die zijn geladen uit CSV, JSON of XML-bestanden voor fine-grained control over welke metadata velden worden geanonimiseerd en hoe.

DICOM-bestanden anoniem maken in .NET

  • Activeren van uw licentie sleutels (metreed licensing) voor de DICOM Anonymizer plugin.
  • Uw anonieme operatie uitvoeren met parameters voor:
  • Invoeren DICOM bestand om anoniem te worden
  • Confidentiality profiel (default, vooraf gedefinieerd of aangepast)
  • Uitgangsformaat opties (nieuwe bestand of in-place modificatie)

Acquireer DICOM Anonymizer voor .NET

Krijg Aspose.Medical voor .NET van de releases pagina of NuGet, dan actief via gemeten licentie.

  • Compatibel met Windows, Linux en macOS-platforms die .NET Framework of Mono ondersteunen.
  • Werk met Microsoft Visual Studio en andere populaire .NET-ontwikkelingsomgevingen.


Beste praktijken voor DICOM Anonymisatie

  • Selecteer het geschikte privacyprofiel op basis van uw vereisten voor het delen van gegevens.
  • Gebruik vooraf gedefinieerde profielen (BasicProfile, CleanGraph en CleanDesc) voor standaard compliance scenario’s.
  • Maak aangepaste profielen voor specifieke anoniemregels met behulp van CSV, JSON of XML configuratiebestanden.
  • Altijd geanonimiseerde output te controleren om ervoor te zorgen dat geen gevoelige gegevens overblijven vóór het delen.

Problemen oplossen Anonymisatie Operaties

Als er problemen ontstaan:

  • bevestigen dat de DICOM Anonymizer plugin is geactiveerd via gemeten licentie.
  • Check de licentieactivatie en logs voor details.
  • Controleer dat input DICOM-bestanden geldig zijn en niet corrupt zijn vóór de anonimiteit.
  • Bekijk de privacy profielinstellingen om ervoor te zorgen dat de juiste acties worden toegepast op elke tag.


Vaak gestelde vragen

Moet ik deze plugin afzonderlijk installeren?

Download Aspose.Medical voor .NET, verwijst het in uw project en activeer vervolgens DICOM Anonymizer via gemeten licentie.

Welke privacyprofielen worden ondersteund?

De plug-in ondersteunt alle profielen die zijn gedefinieerd in DICOM PS 3.15, waaronder BasicProfile, RetainSafePrivate, PetaineUIDs, MedaineDeviceIdent, LetaïneInstitutionIident, VlaanderePatientChars, KrijgdeLongFullDates, ClosingDesc, CleanStructdCont en CleanGraph.

Kan ik standaard anonimiteitsregels maken?

U kunt aangepaste anonymisatieprofielen definiëren met behulp van CSV, JSON of XML-bestanden die specificeren welke DICOM-tags te wijzigen en welke actie te toepassen (Remove, Vervang met nul lengte, Replaat met domme gegevens, Houd, Reinig of Vervangen met UID).

Welke toepassingen profiteren van DICOM Anonymizer?

Gemeenschappelijke toepassingen omvatten het delen van medische beeldgegevens voor onderzoek, de voorbereiding van dataset voor machine learning, het mogelijk maken van multi-site klinische onderzoeken en het waarborgen van de naleving bij de overdracht van patiëntengegevens tussen gezondheidsinstellingen.

  

Ondersteuning en leerbronnen

  
Download gratis proces Prijsinformatie
 Nederlands