loaddicomdata
Description
Cette action charge des données d'imagerie médicale au format DICOM (Digital Imaging and Communications in MedicineDICOM est le standard international pour le stockage et l'échange d'images médicales (IRM, scanner). Dans SAS Viya, il permet l'analyse avancée et le deep learning sur des données de santé.) en mémoireGemini said
Espace de stockage temporaire (RAM) utilisé par le moteur CAS pour charger et traiter les données à haute vitesse, minimisant les accès disque pour optimiser les performances de SAS Viya. CAS. Idéal pour l'analyse d'images biomédicales, elle lit vos fichiers pour en extraire l'essence (un peu comme passer vos données à la radiographie !). Préparez vos images pour la vision par ordinateur et les modèles d'apprentissage profondL'apprentissage profond (Deep Learning) est une branche de l'IA utilisant des réseaux de neurones multicouches pour modéliser des données complexes et automatiser l'extraction de caractéristiques. dans SAS Viya.
Paramètres Clés
Préparation des données
Pré-requis : Fichiers DICOM
Pour utiliser cette action, il est indispensable de disposer de fichiers d'imagerie médicale au format `.dcm` stockés dans une source accessible par le serveur CAS (par exemple, un répertoire physique mappé sur la caslib 'Public'). Le code ci-dessous est un rappel en guise de commentaire.
| 1 | /* Assurez-vous d'avoir placé un dossier nommé 'images_medicales' */ |
| 2 | /* contenant des fichiers .dcm dans la source de votre caslib 'Public'. */ |
| 3 | /* Ce type de donnée binaire complexe ne peut pas être généré par un simple Data Step. */ |
Exemples d'utilisation
Chargement basique d'un dossier DICOM
Cette étape montre la syntaxe la plus simple pour charger toutes les images d'un répertoire DICOM dans une table CAS prête à l'emploi.
| 1 | PROC CAS; |
| 2 | bioMedImage.loadDicomData / |
| 3 | path="images_medicales" |
| 4 | caslib="Public" |
| 5 | casOut={name="dicom_loaded", caslib="Public", replace=true}; |
| 6 | QUIT; |
Résultat Attendu :
Extraction avancée de métadonnées DICOM
Dans cet exemple exhaustif, on charge les images tout en extrayant des attributs DICOM vitaux (comme l'identifiant patient et le nom) pour en faire des colonnes directement exploitables pour l'analyse. La charge de données est distribuée via la méthode ROUNDROBIN pour de meilleures performances parallèles.
| 1 | PROC CAS; |
| 2 | bioMedImage.loadDicomData / |
| 3 | caslib="Public" |
| 4 | path="images_medicales" |
| 5 | addColumns={ |
| 6 | keywords={"PatientID", "PatientName", "StudyDate"}, |
| 7 | tags={"0020,0013", "0008,0060"} |
| 8 | } |
| 9 | distribution={type="ROUNDROBIN"} |
| 10 | casOut={ |
| 11 | name="dicom_detailed", |
| 12 | caslib="Public", |
| 13 | replace=true, |
| 14 | replication=0, |
| 15 | compress=true |
| 16 | }; |
| 17 | QUIT; |