Le immagini digitali utilizzate in campo medico (e anche in Risonanza\n Magnetica quindi) sono immagini di tipo raster (con caratteristiche \nsimili a quelle delle comunissime immagini Bitmap, Gif, Jpg). Sono \nformate da un insieme di punti (pixel) la cui struttura \u00e8 basata su una \nmatrice XxY, dove X \u00e8 il numero delle righe di pixel dell’immagine e Y \ndelle colonne.<\/p>\n\n\n\n
Ciascun pixel \u00e8 caratterizzato da un colore o da un valore di grigio.<\/p>\n\n\n\n
Il numero di colori o di livelli di grigio possibili (detto anche \n“profondit\u00e0”) dipende dalla quantit\u00e0 di bit utilizzata per ognuno di \nquesti dati: in RM di solito si utilizzano immagini a 8 bit per pixel, \nrendendo possibile la rappresentazione di 256 livelli di grigio per \nciascun pixel (0-nero……256-bianco). In fotografia o in alte \napplicazioni di imaging si utilizzano profondit\u00e0 di immagini anche fino a\n 32bit, ma per le immagini diagnostiche 8 bit sono sufficienti (l’occhio\n umano non riesce a distinguere un numero pi\u00f9 elevato di differenze \ntonali).<\/p>\n\n\n\n
Tutte le informazioni sono quindi registrate in un file.<\/p>\n\n\n\n
Le immagini di uso comune vengono memorizzate in formati Jpg, Gif, Png<\/p>\n\n\n\n
Le immagini diagnostiche vengono memorizzate in formato Dicom.<\/p>\n\n\n\n
DICOM (Digital Imaging and COmmunications in Medicine)<\/strong>\n \u00e8 uno standard (cio\u00e8 un insieme di regole) per la trasmissione tra \napparecchiature diverse (macchine per acquisizione, computer, stampanti,\n archivi digitali, etc.) di immagini digitali di tipo biomedico e di \ninformazioni medico-sanitarie, ed \u00e8 ovviamente utilizzata anche per le \nimmagini di Risonanza Magnetica. Sviluppata da due grandi societ\u00e0 The \nAmerican College of Radiology (ACR) e il National Electrical \nManufacturers Association (NEMA), la versione 1.0 \u00e8 stata ufficializzata\n nel 1985 nel 1988 la versione 2.0, nel 1993 la versione 3.0 che in cui \nsono stati implementati i protocolli di rete TCP\/IP e OS.<\/p>\n\n\n\n Ciascun costruttore (tramite il Conformance Statement) autocertifica la compatibilit\u00e0 DICOM dei propri prodotti.<\/p>\n\n\n\n Incluso in questo standard ci sono alcuni servizi fondamentali tra i \nquali il servizio di archiviazione immagini, il servizio DICOM di stampa\n e il servizio DICOM modality worklist permette di scaricare \nautomaticamente delle worklist aggiornate.<\/p>\n\n\n\n Un file DICOM \u00e9 un contenitore, non \u00e9 un formato di immagine (come i \njpeg, gif ), i dati contenuti rappresentano l\u2019insieme di dati che \nrelativi alla procedura che ha portato alla costruzione dell’immagine di\n Risonanza Magnetica.<\/p>\n\n\n\n Il file DICOM contiene:<\/p>\n\n\n\n -un’intestazione (header) costituita da un insieme di informazioni \n(Information Object Modules) divise in vari gruppi, di seguito i 4 \ngruppi principali: dati del paziente (Nome Cognome, data di nascita, ID,\n sesso….) , ai dati relativi all\u2019esame (data dell\u2019esame, nome esame, \nmedico, tecnico ecc….), dati della modalit\u00e0 utilizzata per ottenere \nl\u2019immagine delle serie (tipo di apparecchiatura, tipo sdi sequenza, \necc…), dati relativi all\u2019immagine (Fov, risoluzione, spessore di \nstrato ecc…….). Ciascun campo tra quelli elencati sar\u00e0 \ncaratterizzato da alcuni attributi: nome (univoco), tag \n(etichetta)(univoco), descrizione, Value Representation, Value \nMultiplicity.<\/p>\n\n\n\n -un corpo dati che contiene una o pi\u00f9 immagini. Di solito le immagini\n non vengono compresse, ma a volte possono essere usati degli algoritmi \ndi compressione comuni i(JPEG, LZW ,RLE)<\/p>\n","protected":false},"excerpt":{"rendered":" Le immagini digitali utilizzate in campo medico (e anche in Risonanza Magnetica quindi) sono immagini di tipo raster (con caratteristiche simili a quelle delle comunissime immagini Bitmap, Gif, Jpg). Sono formate da un insieme di punti (pixel) la cui struttura \u00e8 basata su una matrice XxY, dove X \u00e8 il numero delle righe di pixel…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[4],"tags":[5],"_links":{"self":[{"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/posts\/75"}],"collection":[{"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/comments?post=75"}],"version-history":[{"count":1,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/posts\/75\/revisions"}],"predecessor-version":[{"id":76,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/posts\/75\/revisions\/76"}],"wp:attachment":[{"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/media?parent=75"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/categories?post=75"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/andreaforneris.com\/web\/wp-json\/wp\/v2\/tags?post=75"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}