我正在构建ReadMyMRI，以解决我一直遇到的问题：在不违反HIPAA法规或丢失关键信息的情况下，准备机器学习所需的医学影像数据（DICOM文件）。
它的功能：
ReadMyMRI是一个预处理管道，能够处理原始DICOM医学影像（如MRI、CT等），并且：
- 自动去除所有受保护的健康信息（PHI），同时保持DICOM元数据的完整性
- 将影像压缩到可管理的大小，而不损失诊断质量
- 将去标识化的扫描结果与用户提供的临床背景（症状、人口统计信息、结果）关联起来
- 使用多模型人工智能共识分析，提供面向消费者的第二意见和临床决策支持
- 将所有输出整合为一个单一的数据框，便于使用Daft（Eventual的分布式数据框库）进行机器学习训练
技术方法：
- 基于pydicom进行DICOM操作
- 使用Pillow/OpenCV进行质量保留压缩
- Daft集成用于大规模医学影像数据集的分布式处理
- 前沿模型用于多模型分析（仍在讨论中）
我希望得到的反馈：
- 来自医学影像机器学习领域的任何人的反馈
- 我未考虑到的边缘案例
- Daft集成是否适合你的使用场景，或者简单的pandas是否更好
- 我未考虑的HIPAA/隐私问题
欢迎就架构、HIPAA考虑或医学影像数据处理的困难提出问题。
返回首页
最新
我开发了一个小型Windows应用程序，它可以自动跳过你最近在Spotify上听过的歌曲，使用你的Last.fm播放记录作为记忆。<p>该应用程序在系统托盘中静默运行，每隔几分钟检查一次你当前在Spotify上播放的曲目。如果这首歌在过去n天内（默认60天）播放过，它会通过Spotify API发送“跳过”命令。<p>该应用程序是开源的（MIT许可证），并可以通过一个简单的config.ini文件进行配置。你可以调整检查的天数、轮询的频率，并设置你的Spotify和Last.fm API密钥。<p>代码库：<a href="https://github.com/Vatroslav/spotify-auto-skipper" rel="nofollow">https://github.com/Vatroslav/spotify-auto-skipper</a><p>欢迎反馈，特别是来自那些重度使用Spotify和Last.fm或希望自动化听歌习惯的用户。
这导致了通过 ReportCrash 进程的持续崩溃和高 CPU 使用率。<p>你可以切换到 iOS 18.5 模拟器来解决这个问题。也许 iOS 26.0 也有效。<p>这是一个关于此问题的讨论线程： https://developer.apple.com/forums/thread/806225