Blog

Il pre-processing immagini medicali basato su modelli deep learning introduce elevati rischi di allucinazioni visive e problemi di conformità normativa a causa della natura black-box delle reti neurali. L'utilizzo degli algoritmi genetici risolve queste criticità, offrendo un'ottimizzazione automatica, deterministica e totalmente interpretabile che garantisce la massima accuratezza diagnostica e l'autonomia dai costruttori.

Dal PACS alla segmentazione dentale AI: con DICOM Vision integriamo TotalSegmentator e ToothFairy in un workflow DICOM-native, più fluido, controllato e vicino ai processi reali di imaging medicale. Un approccio che riduce i passaggi manuali e rende l’AI più facile da usare, visualizzare e revisionare.

Questo articolo approfondisce la generazione dei DICOM UID, gli identificatori univoci utilizzati nello standard DICOM per garantire l’unicità e la tracciabilità di immagini ed esami medicali. Dopo una panoramica teorica sulla struttura dei UID e sui vincoli imposti dallo standard DICOM PS3.5, vengono analizzati i principali approcci di generazione: l’utilizzo di una root organizzativa proprietaria e il metodo basato sulla root 2.25 con conversione di UUID. La guida include inoltre una completa implementazione tecnica in TypeScript, mostrando come creare UID validi, conformi alle specifiche e sicuri rispetto a collisioni e ambiguità nei sistemi medicali distribuiti.