

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 了解图像集
<a name="understanding-image-sets"></a>

图像集类似 AWS 于 DICOM 系列，是 AWS 的基础。 HealthImaging图像集是在将 DICOM 数据导入时创建的。 HealthImaging该服务尝试根据研究、系列和实例的 DICOM 层次结构组织导入的 P10 数据。

引入图像集的原因如下：
+  通过灵活 APIs的方式支持各种医学成像工作流程（临床和非临床）。
+  提供一种持久存储和协调重复和不一致数据的机制。导入的 P10 数据如果与存储区中已有的主影像集冲突，则将作为非主影像集保存。解决元数据冲突后，可以将该数据设为主数据。
+  通过仅对相关数据进行分组，最大限度地提高患者安全。
+  鼓励清理数据，以帮助提高不一致性的可见性。有关更多信息，请参阅 [修改图像集](modifying-image-sets.md)。
**重要提示**  
在清理 DICOM 数据之前对其进行临床使用，可能会对患者造成伤害。

以下菜单进一步详细描述了影像集，并提供了示例和图表，以帮助您理解其功能和用途。 HealthImaging

## 什么是图像集？
<a name="what-is-image-set"></a>

影像集是一个 AWS 概念，它定义了一种抽象的分组机制，用于优化与 DICOM 系列非常相似的相关医学成像数据。当您将 DICOM P10 图像数据导入 AWS HealthImaging 数据存储时，它会转换为由[元](getting-started-concepts.md#concept-metadata)数据和图像[框（像素数据）组成的图像](getting-started-concepts.md#concept-image-frame)集。

**注意**  
图像集元数据已[标准化](metadata-normalization.md)。换句话说，一组常见的属性和值映射到 DI [COM 数据元素注册表中列出的患者、研究和系列级别的元素](https://dicom.nema.org/medical/dicom/2022b/output/html/part06.html#table_6-1)。 HealthImaging 将传入的 DICOM P10 对象分组为图像集时使用以下 DICOM 元素。  


**用于创建图像集的 DICOM 元素**  
<a name="table-dicom-elements-image-set"></a>
<table>
<thead>
  <tr><th>元素名称</th><th>元素标签</th></tr>
</thead>
<tbody>
  <tr><td colspan="2"> 学习级别的元素 </td></tr>
  <tr><td>Study Date</td><td>(0008,0020)</td></tr>
  <tr><td>Accession Number</td><td>(0008,0050)</td></tr>
  <tr><td>Patient ID</td><td>(0010,0020)</td></tr>
  <tr><td>Study Instance UID</td><td>(0020,000D)</td></tr>
  <tr><td>Study ID</td><td>(0020,0010)</td></tr>
  <tr><td colspan="2"> 系列关卡元素 </td></tr>
  <tr><td>Series Instance UID</td><td>(0020,000E)</td></tr>
  <tr><td>Series Number</td><td>(0020,0011)</td></tr>
</tbody>
</table>

在导入过程中，某些图像集保留其原始传输语法编码，而另一些图像集则默认无损转码为高吞吐量 JPEG 2000 (HTJ2K)。如果图像集以 HTJ2 K 编码，则必须在查看之前对其进行解码。有关更多信息，请参阅[支持的传输语法](supported-transfer-syntaxes.md)和[图像帧解码库](reference-libraries.md)。  
图像帧（像素数据）采用高吞吐量 JPEG 2000 (HTJ2K) 编码，必须先[解码才能观看](reference-libraries.md)。

图像集是 AWS 资源，因此它们被分配了 [Amazon 资源名称 (ARNs)](https://docs.aws.amazon.com/IAM/latest/UserGuide/reference-arns.html)。它们可以用多达 50 个键密钥对进行标记，并通过 IAM 授予[基于角色的访问控制 (RBAC)](https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles.html)和[基于属性的访问权限控制 (ABAC)](https://docs.aws.amazon.com/IAM/latest/UserGuide/access_tags.html)。此外，还对图像集进行了[版本控制](list-image-set-versions.md)，因此所有更改都将保留下来，并且可以访问以前的版本。

导入 DICOM P10 数据会生成包含同一 DICOM 系列中一个或多个服务对象对 (SOP, Service-Object Pair) 实例的 DICOM 元数据和影像帧的影像集。

![该图显示了 AWS 中的图像集 HealthImaging。](http://docs.aws.amazon.com/zh_cn/healthimaging/latest/devguide/images/image-set-what-is.png)


**注意**  
DICOM 导入任务：  
请务必创建新的影像集或增加现有影像集的版本。
请勿删除 SOP 实例存储的重复数据。每次导入同一 SOP 实例都会使用额外的存储空间作为新的非主影像集或现有主影像集的增量版本。
自动将具有一致、无冲突元数据的 SOP 实例组织为主影像集，其中包含具有一致患者、研究和系列元数据元素的实例。  
如果在两个或多个导入任务中导入构成 DICOM 系列的实例，并且这些实例与数据存储中已有的实例不冲突，则所有实例都将组织在一个主映像集中。
创建包含与数据存储中已存在的主影像集冲突的 DICOM P10 数据的非主影像集。
将最近收到的数据保留为主影像集的最新版本。  
如果构成 DICOM 系列的实例是主影像集，并且再次导入了一个实例，则新副本将插入主影像集，版本将递增。

## 影像集元数据是什么样子？
<a name="what-does-image-set-look-like"></a>

使用`GetImageSetMetadata`操作检索影像集元数据。返回的元数据是用压缩的`gzip`，因此在查看之前必须将其解压缩。有关更多信息，请参阅 [获取影像集元数据](get-image-set-metadata.md)。

以下示例显示了 JSON 格式的图像集[元数据的](getting-started-concepts.md#concept-metadata)结构。

```
{
	"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
							}
						]
					}
				}
			}
		}
	}
}
```

## 图像集创建示例：多个导入任务
<a name="example-creation-multiple-import-jobs"></a>

以下示例显示了多个导入任务如何始终创建新的影像集而*从不*向现有图像集添加图像集。

![该图显示了多个影像集导入作业的样子 HealthImaging。](http://docs.aws.amazon.com/zh_cn/healthimaging/latest/devguide/images/image-set-example-multiple-import-jobs.png)


## 图像集创建示例：具有两个变体的单个导入任务
<a name="example-creation-two-variants"></a>

以下示例显示了一个无法合并到单个影像集的导入作业，因为实例 1 和 3 的患者与实例 2 和 4 的患者 IDs 不同。要解决此问题，您可以使用`UpdateImageSetMetadata`操作来解决患者 ID 与现有主影像集的冲突。冲突解决后，您可以使用带参数的`CopyImageSet`操作将影像集`--promoteToPrimary`添加到主影像集。

![该图显示了 HealthImaging 使用单个导入任务时两个图像集变体的样子。](http://docs.aws.amazon.com/zh_cn/healthimaging/latest/devguide/images/image-set-example-import-two-variants.png)


## 图像集创建示例：经过优化的单个导入任务
<a name="example-creation-optimization"></a>

以下示例显示了单个导入任务创建了两个图像集以提高吞吐量，即使患者姓名相匹配。

![该图显示了 HealthImaging 使用单个导入任务时图像集优化的样子。](http://docs.aws.amazon.com/zh_cn/healthimaging/latest/devguide/images/image-set-example-optimization.png)
