Fellow Oak DICOM: 强大的跨平台DICOM工具包

Ray

fo-dicom

Fellow Oak DICOM: 医学影像开发的利器

Fellow Oak DICOM (fo-dicom) 是一个功能强大、跨平台的DICOM工具包,为医学影像软件开发提供了全面的支持。作为开源项目,fo-dicom 不断发展,目前最新版本为5.x,提供了更加丰富的功能和更好的性能。

主要特性

fo-dicom 的主要特性包括:

  • 支持 .NET Standard 2.0,可在所有兼容的平台上运行
  • 使用最新的 DICOM 字典 (2024c 版本)
  • 高性能的全异步 API,充分利用 async/await
  • 支持 JPEG、JPEG-LS、JPEG2000、HTJPEG2000 和 RLE 图像压缩(需额外包)
  • 可处理非常大的数据集,支持按需加载内容
  • 图像可渲染为 System.Drawing.Bitmap 或 SixLabors.ImageSharp 格式
  • 支持 JSON 和 XML 导入/导出
  • 提供匿名化功能
  • 实现 DICOM 服务
  • 可通过 DI 容器自定义组件

这些特性使 fo-dicom 成为医学影像软件开发的理想工具,能够满足从基础到高级的各种需求。

支持的运行时

fo-dicom 官方支持以下运行时:

  • .NET Core 7.0
  • .NET Core 6.0
  • .NET Framework 4.6.2

其他实现了 .NET Standard 2.0 的运行时也可能兼容,但需注意官方 CI 管道仅在 Windows 上测试了上述平台。

安装与使用

fo-dicom 可以通过 NuGet 包管理器轻松安装。主要的 NuGet 包有:

包名描述
fo-dicom核心包,包含解析器、服务和工具
fo-dicom.Imaging.Desktop用于渲染位图的 System.Drawing 引用库
fo-dicom.Imaging.ImageSharp用于跨平台渲染的 ImageSharp 引用库
fo-dicom.Codecs由 Efferent Health 开发的跨平台 DICOM 编解码器

要开始使用 fo-dicom,首先需要在项目中添加相关的 NuGet 包。然后,可以使用 DicomSetupBuilder 来配置 fo-dicom 的内部组件:

new DicomSetupBuilder()
    .RegisterServices(s => s.AddFellowOakDicom())
    .Build();

文件操作示例

fo-dicom 提供了简单直观的 API 来处理 DICOM 文件:

// 打开 DICOM 文件
var file = await DicomFile.OpenAsync(@"test.dcm");

// 读取患者 ID
var patientId = file.Dataset.GetString(DicomTag.PatientID);

// 更新患者姓名
file.Dataset.AddOrUpdate(DicomTag.PatientName, "DOE^JOHN");

// 保存修改后的文件
await file.SaveAsync(@"output.dcm");

图像渲染

fo-dicom 支持将 DICOM 图像渲染为常见的图像格式:

var image = new DicomImage(@"test.dcm");
image.RenderImage().AsBitmap().Save(@"test.jpg");

DICOM 网络服务

fo-dicom 还提供了实现 DICOM 网络服务的功能,例如 C-STORE、C-FIND、C-MOVE 等:

// C-STORE SCU 示例
var client = DicomClientFactory.Create("127.0.0.1", 12345, false, "SCU", "ANY-SCP");
await client.AddRequestAsync(new DicomCStoreRequest(@"test.dcm"));
await client.SendAsync();

// C-ECHO SCU/SCP 示例
var server = DicomServerFactory.Create<DicomCEchoProvider>(12345);

var client = DicomClientFactory.Create("127.0.0.1", 12345, false, "SCU", "ANY-SCP");
client.NegotiateAsyncOps();
for (int i = 0; i < 10; i++)
    await client.AddRequestAsync(new DicomCEchoRequest());
await client.SendAsync();

依赖注入支持

fo-dicom 5.x 版本引入了依赖注入支持,使代码更加模块化和可测试:

var services = new ServiceCollection();
services.AddFellowOakDicom();
var serviceProvider = services.BuildServiceProvider();
DicomSetupBuilder.UseServiceProvider(serviceProvider);

通过依赖注入,可以更灵活地配置和扩展 fo-dicom 的功能。

日志记录

fo-dicom 使用 Microsoft.Extensions.Logging 进行日志记录,可以轻松集成到现有的日志系统中:

services.AddLogging(logging =>
{
    logging.AddConsole();
    logging.SetMinimumLevel(LogLevel.Information);
});

结语

Fellow Oak DICOM 为医学影像软件开发提供了强大而灵活的工具。无论是处理 DICOM 文件、渲染图像,还是实现复杂的 DICOM 网络服务,fo-dicom 都能够胜任。其跨平台支持和开源特性,使其成为医疗影像领域开发者的首选工具之一。

对于那些刚接触 DICOM 的开发者,推荐查看 Saravanan Subramanian 的 DICOM 教程:https://saravanansubramanian.com/dicomtutorials/。该教程中也使用了 fo-dicom 的一些代码示例,可以帮助你更好地理解和使用这个强大的工具包。

随着医疗影像技术的不断发展,fo-dicom 也在持续更新和改进。开发者可以通过 GitHub 页面关注项目的最新动态,参与讨论,甚至为项目贡献代码。无论你是医疗软件开发新手,还是经验丰富的专家,Fellow Oak DICOM 都将是你在 DICOM 开发领域的得力助手。

avatar
0
0
0
最新项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号