PACS医疗影像系统针对大型医院中影像设备种类繁多，数据采集方式复杂，而且数据量特别巨大的特点，基于大型数据库平台，采用新型框架结构，实现了医院内各影像部门之间，影像部门与医生工作站之间以及PACS与影像设备之间的信息共享。该系统针对网络服务器故障设计了单机运行模式，进一步提高了系统的可靠性，尝试使用无线通讯技术为临床应用服务，采用了边下载边浏览的方式，保证了系统的运行速度和效率。

多帧DICOM医疗图像，能够用来测试一些简单的医疗影像实验。

Cardiac MRI 是心脏病患者心房医疗影像数据 ，以及其左心室的心内膜和外膜的图像标注。包括 33位 患者案例，7980张 图像。 注：作者发布的数据集是经过处理后的 Matlab 数据文件，并非原始的图像文件。

Cardiac MRI Dataset 是心房医疗影像数据集，数据均来自于心脏病患者，其包括左心室心内膜和外膜的图像标注，涵盖 33 位患者的 7980 张图像。 该数据集由 IBM Research – Almaden 的 Brain-Inspired Computing 小组于 2008 年发布，主要发布人为 Alexander Andreopoulos 和 John K. Tsotsos，相关论文有《Efficient and Generalizable Statistical Models of Shape and Appearance for Analysis of Cardiac MRI》。

毕业设计做的基于HDFS存储的医疗影像数据存储系统，系统还有很多不完善的地方，比如前台没有做适配，医疗影像数据下载没有做到导师建议的缓存，还有的话就是一些非关系型的图片数据没有改成HDFS存储。只做到了医疗影像资料的大数据存储，头像或者轮播图片后面没有时间了就没有改了。大数据的毕设看他们买的都要2500以上，我传到这里希望大家可以借鉴一下学习一下，希望也能帮我把上面三个问题完善一下，没必要去买毕设。

随着医学影像技术的快速发展及人工智能（Artificial Intelligence, AI）的蓬勃兴起，人工智能技术在医学影像学领域的应用正在如火如荼的进行着。人工智能的最终目的是让人类更好的工作与生活，人工智能与医疗产业相结合，可以帮助人类更加精确的筛查疾病，制定医疗方案，为人类的健康生命保驾护航。但是，医学影像人工智能系统在医院、在影像科室“落地”实施与开展临床应用的过程中，面临从PACS系统或影像设备采集医学影像。为此，我们制定本医学影像数据采集标准及规范。 本规范按照GB/T 1.1—2009《标准化工作导则 第1部分：标准的结构和编写》给出的规则起草。

医疗影像起源于19世纪，X线的发现和应用带领行业进入物理成像时代。中国于1911年引入X线设备，并于1951年开始生产X线机， 1983年第一台颅脑CT试制成功，1990年拥有大型全身CT生产能力。20世纪90年代，微型计算机的广泛使用带领行业进入数字成像 时代，我国开始试制MRI、核医学设备，相比全球技术发展落后大约5-10年。国产医疗影像技术成熟度主要分布于成长期：据调查，目前国产医疗影像多项较前沿技术中，除PET技术处于婴儿期末期，大多数 处于成长期，其中128排CT及以下平板探测器、永磁MRI等技术正逐渐向成熟期发展。 中国医疗影像市场广阔，未来仍有较大潜力：2017年中国医疗影像市场

高端医疗影像设备行业调研及趋势分析报告摘要

2019 年我国微创外科手术量为 1190 万台，预计 2019-2024 年 CAGR 将达约 17%。

博客:批量读取及显示CT医疗影像数据(练习用)已脱敏,使用pydicom/PIL.Image/math/os库练习巩固