Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Memahami set gambar
Kumpulan gambar adalah AWS yang menyerupai Seri DICOM, dan berfungsi sebagai dasar untuk AWS HealthImaging. Kumpulan gambar dibuat saat Anda mengimpor data DICOM Anda ke dalam HealthImaging. Layanan ini mencoba untuk mengatur data P10 yang diimpor sesuai dengan hierarki DICOM Studi, Seri, dan Instance.
Kumpulan gambar diperkenalkan karena alasan berikut:
+ Mendukung berbagai macam alur kerja pencitraan medis (klinis dan nonklinis) melalui fleksibel. APIs
+ Menyediakan mekanisme untuk menyimpan dan merekonsiliasi data duplikat dan tidak konsisten secara tahan lama. Data P10 yang diimpor yang bertentangan dengan kumpulan gambar utama yang sudah ada di toko akan dipertahankan sebagai non-primer. Setelah menyelesaikan konflik metadata, data dapat dibuat primer.
+ Maksimalkan keselamatan pasien dengan mengelompokkan hanya data terkait.
+ Dorong data untuk dibersihkan untuk membantu meningkatkan visibilitas inkonsistensi. Untuk informasi selengkapnya, lihat [Memodifikasi set gambar](modifying-image-sets.md).
**Penting:**
Penggunaan klinis data DICOM sebelum dibersihkan dapat mengakibatkan kerusakan pasien.
Menu berikut menjelaskan kumpulan gambar secara lebih rinci dan memberikan contoh dan diagram untuk membantu Anda memahami fungsionalitas dan tujuannya. HealthImaging
## Apa itu set gambar?
Kumpulan gambar adalah AWS konsep yang mendefinisikan mekanisme pengelompokan abstrak untuk mengoptimalkan data pencitraan medis terkait yang sangat mirip dengan Seri DICOM. Saat Anda mengimpor data pencitraan DICOM P10 ke penyimpanan HealthImaging data AWS, data tersebut diubah menjadi kumpulan gambar yang terdiri dari [metadata](getting-started-concepts.md#concept-metadata) dan bingkai [gambar](getting-started-concepts.md#concept-image-frame) (data piksel).
**catatan**
[Metadata set gambar dinormalisasi.](metadata-normalization.md) Dengan kata lain, satu set atribut dan nilai umum dipetakan ke elemen tingkat Pasien, Studi, dan Seri yang tercantum dalam [Registry of DICOM Data Elements](https://dicom.nema.org/medical/dicom/2022b/output/html/part06.html#table_6-1). HealthImaging menggunakan elemen DICOM berikut saat mengelompokkan objek DICOM P10 yang masuk ke dalam kumpulan gambar.
**Elemen DICOM yang digunakan untuk pembuatan set gambar**
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/healthimaging/latest/devguide/understanding-image-sets.html)
Selama impor, beberapa set gambar mempertahankan pengkodean sintaks transfer aslinya, sementara yang lain ditranskode ke High-Throughput JPEG 2000 (K) lossless secara default. HTJ2 Jika kumpulan gambar dikodekan dalam HTJ2 K, itu harus diterjemahkan sebelum dilihat. Untuk informasi selengkapnya, lihat [Sintaks transfer yang didukung](supported-transfer-syntaxes.md) dan [Pustaka decoding bingkai gambar](reference-libraries.md).
[Bingkai gambar (data piksel) dikodekan dalam High-Throughput JPEG 2000 (HTJ2K) dan harus diterjemahkan sebelum dilihat.](reference-libraries.md)
Kumpulan gambar adalah AWS sumber daya, sehingga mereka diberi [Nama Sumber Daya Amazon (ARNs)](https://docs.aws.amazon.com/IAM/latest/UserGuide/reference-arns.html). Mereka dapat ditandai dengan hingga 50 pasangan nilai kunci dan diberikan [kontrol akses berbasis peran (RBAC) dan kontrol akses berbasis [atribut](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_tags.html) (ABAC) melalui](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html) IAM. Selain itu, kumpulan gambar [diberi versi](list-image-set-versions.md), sehingga semua perubahan dipertahankan dan versi sebelumnya dapat diakses.
Mengimpor data DICOM P10 menghasilkan kumpulan gambar yang berisi metadata DICOM dan bingkai gambar untuk satu atau beberapa instance Service-Object Pair (SOP) dalam Seri DICOM yang sama.
![\[Diagram yang menunjukkan kumpulan gambar di AWS HealthImaging.\]](http://docs.aws.amazon.com/id_id/healthimaging/latest/devguide/images/image-set-what-is.png)
**catatan**
Pekerjaan impor DICOM:
Selalu buat set gambar baru atau naikkan versi set gambar yang ada.
Jangan deduplikat penyimpanan Instance SOP. Setiap impor Instance SOP yang sama menggunakan penyimpanan tambahan sebagai kumpulan gambar non-primer baru, atau versi tambahan dari kumpulan gambar utama yang ada.
Secara otomatis mengatur instans SOP dengan metadata yang konsisten dan tidak bertentangan sebagai kumpulan gambar utama, yang berisi instance dengan elemen metadata Pasien, Studi, dan Seri yang konsisten.
Jika instance yang terdiri dari seri DICOM diimpor dalam dua atau lebih pekerjaan impor, dan instance tidak bertentangan dengan instance yang sudah ada di penyimpanan data, maka semua instance akan diatur dalam satu set gambar Primer.
Buat kumpulan gambar non-primer yang berisi data DICOM P10 yang bertentangan dengan kumpulan gambar utama yang sudah ada di penyimpanan data.
Pertahankan data yang paling baru diterima sebagai versi terbaru dari kumpulan gambar utama.
Jika instance yang terdiri dari seri DICOM adalah kumpulan gambar utama, dan satu instance diimpor lagi, salinan baru akan dimasukkan ke dalam kumpulan gambar utama, dan versi akan bertambah.
## Seperti apa tampilan metadata set gambar?
Gunakan `GetImageSetMetadata` tindakan untuk mengambil metadata set gambar. Metadata yang dikembalikan dikompresi dengan`gzip`, jadi Anda harus membuka ritsletingnya sebelum melihat. Untuk informasi selengkapnya, lihat [Mendapatkan metadata set gambar](get-image-set-metadata.md).
Contoh berikut menunjukkan struktur [metadata](getting-started-concepts.md#concept-metadata) set gambar dalam format JSON.
```
{
"SchemaVersion": "1.1",
"DatastoreID": "2aa75d103f7f45ab977b0e93f00e6fe9",
"ImageSetID": "46923b66d5522e4241615ecd64637584",
"Patient": {
"DICOM": {
"PatientBirthDate": null,
"PatientSex": null,
"PatientID": "2178309",
"PatientName": "MISTER^CT"
}
},
"Study": {
"DICOM": {
"StudyTime": "083501",
"PatientWeight": null
},
"Series": {
"1.2.840.113619.2.30.1.1762295590.1623.978668949.887": {
"DICOM": {
"Modality": "CT",
"PatientPosition": "FFS"
},
"Instances": {
"1.2.840.113619.2.30.1.1762295590.1623.978668949.888": {
"DICOM": {
"SourceApplicationEntityTitle": null,
"SOPClassUID": "1.2.840.10008.5.1.4.1.1.2",
"HighBit": 15,
"PixelData": null,
"Exposure": "40",
"RescaleSlope": "1",
"ImageFrames": [
{
"ID": "0d1c97c51b773198a3df44383a5fd306",
"PixelDataChecksumFromBaseToFullResolution": [
{
"Width": 256,
"Height": 188,
"Checksum": 2598394845
},
{
"Width": 512,
"Height": 375,
"Checksum": 1227709180
}
],
"MinPixelValue": 451,
"MaxPixelValue": 1466,
"FrameSizeInBytes": 384000
}
]
}
}
}
}
}
}
```
## Contoh pembuatan set gambar: beberapa pekerjaan impor
Contoh berikut menunjukkan bagaimana beberapa pekerjaan impor selalu membuat set gambar baru dan *tidak pernah* menambahkan ke yang sudah ada.
![\[Diagram yang menunjukkan seperti apa beberapa pekerjaan impor set gambar HealthImaging.\]](http://docs.aws.amazon.com/id_id/healthimaging/latest/devguide/images/image-set-example-multiple-import-jobs.png)
## Contoh pembuatan set gambar: pekerjaan impor tunggal dengan dua varian
Contoh berikut menunjukkan pekerjaan impor tunggal yang akan gagal digabungkan menjadi satu set gambar karena instance 1 dan 3 memiliki Pasien yang berbeda IDs dari instance 2 dan 4. Untuk mengatasi hal ini, Anda dapat menggunakan `UpdateImageSetMetadata` tindakan untuk menyelesaikan konflik ID Pasien dengan set gambar Primer yang ada. Setelah konflik diselesaikan, Anda dapat menggunakan `CopyImageSet` tindakan dengan argumen `--promoteToPrimary` untuk menambahkan gambar yang disetel ke kumpulan gambar Primer.
![\[Diagram yang menunjukkan seperti apa dua varian kumpulan gambar dalam HealthImaging menggunakan satu pekerjaan impor.\]](http://docs.aws.amazon.com/id_id/healthimaging/latest/devguide/images/image-set-example-import-two-variants.png)
## Contoh pembuatan set gambar: pekerjaan impor tunggal dengan pengoptimalan
Contoh berikut menunjukkan pekerjaan impor tunggal yang membuat dua set gambar untuk meningkatkan throughput, meskipun nama pasien cocok.
![\[Diagram yang menunjukkan seperti apa optimasi set gambar dalam HealthImaging menggunakan satu pekerjaan impor.\]](http://docs.aws.amazon.com/id_id/healthimaging/latest/devguide/images/image-set-example-optimization.png)