# 醫學影像系統開發入門

## exercises
- 基於[常見的數位內容處理程序](https://hackmd.io/9u0BKEdkTYWu7hZqmlr9zw?view#%E5%B8%B8%E8%A6%8B%E7%9A%84%E6%95%B8%E4%BD%8D%E5%85%A7%E5%AE%B9%E8%99%95%E7%90%86%E7%A8%8B%E5%BA%8F) 產生實作練習，如下:

### 0. 取得 DICOM 資料
- 取得 DICOM 影像，[公開來源](https://hackmd.io/ZnZthfFjS66Zu4B3Roh3Kg?view#DICOM-files)、病患授權及提供、合作醫院提供
### 1.資料解析
- a. 使用程式解析。 1. [萬用讀檔及 printf 程式](https://hackmd.io/lw-wxcs_Rhm1o0_QP4Eddw?view) 2. DICOM data parsor
- b. 工具及軟體，如 VS code, dicom viewer
### 2. 影像呈現 (含 viewer 必要的功能)
### 3. FHIR 報告

## 研發醫學影像分析系統常見的困難
- 牽涉的知識繁多: 臨床醫學、影像分析原理及工具、造影原理及儀器設定參數、醫資標準及系統整合等
- 分析處理步驟繁多:可能須使用許多套件，套件安裝設定及整合應用困難
- 與 HIS 及 PACS 整合應用困難:

## 可能的應用
- SR 影像結構化報告(含生醫波形所需結構化報告)
- 影像自動化判讀及量化分析
- 手術及放射治療模擬與立體定位
- Tel radiology (含眼底鏡、皮膚鏡....)
- 醫學影像數位學習
- 智慧醫療流程整合
- 標準化精準醫療
- 討論 PACS 後續應用
-- https://chatgpt.com/share/68e8f09f-fff0-8006-a215-a960805856f0
## 做法
- 基於新型醫資標準之作業流程及系統整合架構 [FHIR 醫學影像檢](https://hackmd.io/RrrVG92wTUaRI1BSwUqTfw?view) (後續補充生醫訊號、基因檢測、數位病理等基於新型醫資標準之整合架構)
- 在模擬測試環境中發展
-- 發展所需子系統、模組，及模組間標準化整合介面
- 招募興趣及相關開發團隊參與
-- **先招募學校同學**，後續 含 HIS、RIS、PACS、 EMR、 PHR AI 及雲端方案開發單位及廠商
- 穩健積極發展
-- 從需求分析、訂規格、建立測試案例、發展子系統、建立模擬測試環境、評估及試行

## 相關技術
- DICOM 資料解析
- DICOM 傳輸
- 電腦繪圖: [SVG and HTML5 canvas 繪圖](https://hackmd.io/VasuULMBQjeq-VaCevuRWw?view)
-- 醫學影像繪圖及影像標記
- image segmentation and reconstruction
- FHIR 轉換程式
- JS on FHIR

## 練習
- [專案導向式學習](https://hackmd.io/7PqtWOkbQp6SV0JXLz6oSg?view)
-- 解析及呈現醫學影像
-- [檔案串流解析](https://hackmd.io/lw-wxcs_Rhm1o0_QP4Eddw?view#%E8%A7%A3%E6%9E%90%E6%B7%B7%E5%90%AB%E5%9E%8B%E6%85%8B%E7%B5%90%E6%A7%8B%E5%8C%96%E6%AA%94%E6%A1%88%E6%88%96%E4%B8%B2%E6%B5%81%E7%9A%84%E6%8C%91%E6%88%B0)
-- [匿名 DICOM 及 imagingStudy](https://hackmd.io/97hlo86gSSizP5aIAqQaag?view)
- 影像當中加入標記，發佈影像及標記
- 選擇標記，加入影像發現
- 發佈影像發現及報告
- 發佈影像及報告之 imagingStudy
及 documentReference
- 授權存取
- 調閱及呈現影像及報告

## [RSNA FHIR SR 期末專題 S1](https://hackmd.io/iG3PcF3BSnWELSGcBz7P1A?view)

## codes
- [VS code dump DICOM](https://marketplace.visualstudio.com/items?itemName=smikitky.vscode-dicom)
- [電腦繪圖入門](https://mos2718.github.io/FHIR_PACS/Index.html)
- [繪製醫學影像範例程式](https://github.com/mos2718/drawD)
- 愛佳學姊[影像報告及標記](https://github.com/victoriatjia/FHIR_ImageExam)
-- viewerOnly 子目錄有影像檢視及標記範例程式
- 解析 DICOM files :
-- 含解析、匿名化、及上傳

## free image viewer:
- [radioant viewer](http://www.radiantviewer.com/download.php)
- [ezdicom](https://sourceforge.net/projects/ezdicom)
## DICOM files:
- 各載點包含內容須進一步整理
- [Nema](ftp://medical.nema.org/MEDICAL/Dicom/DataSets/)，包含內容及[下載方式]()，內容與 WGs 對應
-- 整理nema的資料： https://docs.google.com/document/d/1C6aMvGxh192YJ7sTvfSEcubPGAfwfvy4FrmilJwrdJY/edit?usp=sharing
- [barre](http://www.barre.nom.fr/medical/samples/)，包含內容及下載方式
- [osirix](http://www.osirix-viewer.com/datasets/)，包含內容及下載方式
- [SlicerRT](https://github.com/SlicerRt/SlicerRtData)，包含內容及下載方式
- 其他:
-- 請問哪些網站可下載 DICOM 範例影像?
ChatGPT
有一些網站可以下載DICOM範例影像，供學習、開發和測試使用。以下是一些常用的網站：
1.The Cancer Imaging Archive (TCIA)：TCIA是一個公開的醫學影像數據庫，提供了大量的DICOM影像資源，包括不同器官和疾病的影像數據。你可以在他們的網站上進行註冊並下載DICOM範例影像。
2.Radiopaedia：Radiopaedia是一個醫學影像學線上資源，提供了豐富的影像資源和病例。他們的網站上提供了一些免費的DICOM範例影像供下載使用。
3.NIH Clinical Center：美國國立衛生研究院（NIH）臨床中心提供了一個DICOM影像教育資源庫，其中包含了許多DICOM範例影像供下載和學習使用。
4.OsiriX Sample Data：OsiriX是一個流行的DICOM影像查看和處理軟體，他們的官方網站上提供了一些DICOM範例影像供下載使用。
整理nema的資料： https://docs.google.com/document/d/1C6aMvGxh192YJ7sTvfSEcubPGAfwfvy4FrmilJwrdJY/edit?usp=sharing

這些網站提供了各種不同類型和來源的DICOM範例影像，可以用於學術、研究和開發目的。請注意，根據這些網站的使用條款，確保在使用下載的影像時遵守相關的使用規定。
## References
- [DICOM standard](https://www.dicomstandard.org/current) 已發展三十年，累計近萬頁之規格文件，不熟悉的人，短期內很難參考DICOM原始文件，發展合乎標準的系統。因此提供此文件，方便學習者入門
- [FHIR 醫療流程](https://hackmd.io/7YeI1b2YQRGqdeiZujeS6g?view)
## 生醫波形
- MIT ECG
-- https://physionet.org/content/mitdb/1.0.0/
-- https://physionet.org/lightwave/?db=mitdb/1.0.0

## [112 課程活動](https://hackmd.io/Cny-cJcBRgagThBCahxVoA?view)

## 影像檢查 SOAP 報告
- S(Subjective)：即主觀性資料，包括患者的主訴、病史、
- O(Objective)：即客觀性資料，包括患者的生命體徵、臨牀各種生化檢驗值、影像學檢查結果、血、尿及糞培養結果、血藥濃度監測值等；
- A(Assessment)：即臨牀診斷以及分析與評價
- P(Plan)：即治療或進一步檢查的方案

## 研究探討主題 (深具發展潛力)
- 醫療領域研究
-- 探討影像檢查流程
--- 流程當中包含哪些關卡、哪些子系統、子系統間須互通那些資料
--- 一般放射影像檢查、[Encounter-Based_Imaging_Workflow](https://wiki.ihe.net/index.php/Encounter-Based_Imaging_Workflow)、急救車上的檢查、居家或照護中心、影像篩檢(如乳房攝影篩檢)、數位病理篩檢
--- 可 goglle DICOM + 相關英文關鍵字，即可找到許多參考資料
--- 問題: 上述流程，有哪些可能需跨機構合作進行，如近端檢查，遠端專家打報告。這如何搭配雲端方案施行
-- [影像結構化報告](https://hackmd.io/y3HAfYBoS-qT3gdwxDp3jQ?view)
--- 在許多專科很需要結構化、標準化影像報告，但尚有許多影像報告規範須訂立，如乳篩、數位病理、眼底鏡、皮膚鏡、肺癌、口腔癌等之結構化報告
- 碼農領域研究
-- DICOM 資料解析: 分析到每個 byte
--- 提供標準化、正規畫之影像資料用於影像分析(含 AI)
-- 影像繪圖
--- 2D、 3D 呈現醫學影像、數位病理
-- 手術及放療治療計畫與立體定位，[放療 DICOM RT](https://www.sohard.de/en/products/sedi-semantic-pacs/dicom-rt-viewer-and-sedi-semantic-pacs-an-unbeatable-combination)
-- DICOM 傳輸協定: 傳統 DICOM 基於 TCP/IP，DICOMweb 基於 HTTP。但支援上述協定之影像儀器，有可能應用於遠距醫療，這要與雲端方案(如 AWS, google 等雲端)整合，這要如何做?
-- 傳輸的資安
--- 尤其是雲端及遠距醫療的資安。現行 DICOM 傳輸規範並不周延
-- 開發結構化報告
-- PACS 與遠距視訊系統整合應用

## 結論
- DICOM 標準及 PACS 系統在醫院施行已超過 20 年
- 有許多應用可基於現行 DICOM 及 PACS 延伸發展，但台灣醫院、醫資廠商、研究單位大多對 DICOM 不熟悉。若同學能形成團隊，初步了解 DICOM 後，有許多與醫院合作發展的機會，長期進行，有可能形成具國際競爭力的商品