数据与分析 ✓ NVIDIA · 官方 dicommedical-imagingheader-validationorientation-checkphi-detectionpython

DICOM 序列预检

在转换或推理前快速验证单个 DICOM 序列目录。

FollowSkills 评估 · FSRS-2.0
谨慎使用
60/ 100 五分制 3.0 / 5
信任安全19 / 25 · 3.8/5

证据显示仅扫描调用方指定的DICOM目录,声明无网络端点、无本地或主目录写入、无需GPU,并明确限制为头信息检查且不作临床或去标识化用途;Apache-2.0、NVIDIA作者和安全披露路径提供归属。扣分在于允许工具为Bash,执行边界和用户确认要求未明确,输出仍可能包含StudyDescription等敏感元数据,依赖版本较宽且无具体供应链缓解或回滚机制。

可靠稳定9 / 20 · 2.3/5

证据显示有清晰入口、参数、错误表、输出模式、manifest校验门、重复性配置和三项单元测试;异常输入可产生失败发现和错误信息。扣分在于本次未执行,关键路径不能静态复现;命令、manifest参数占位符和wrapper语境存在轻微不一致,缺少对权限、超大目录、部分可读数据及缺失spacing等边界的完整反馈。

适用触发11 / 15 · 3.7/5

证据明确面向开发者,在转换或推理前检查单个DICOM系列,输入目录、JSON输出、适用范围和非适用场景均有说明,也包含正负评测任务。扣分在于触发排除条件仍较概括,单目录和CT LPS假设限制适用面;中文交互支持、不同主机环境和中国大陆可达性没有证据,但核心功能不依赖海外服务。

规范维护11 / 15 · 3.7/5

证据显示SKILL.md、skill card、manifest、输出schema、脚本、fixtures、测试、限制、故障排查、版本0.1.0、Apache-2.0和NVIDIA所有者均存在,结构较完整。扣分在于缺少推荐的Examples章节,未见明确changelog、维护责任人/更新流程和依赖锁定,README中的仓库级信息不能完全替代技能自身治理说明。

有效结果6 / 15 · 2.0/5

证据显示脚本直接输出结构化JSON,覆盖库存、方向、PHI标志、一致性、发现和pass/warn/fail结论,三项评测任务与单元测试定义了清晰结果;静态材料还报告了准确性和安全性指标。扣分在于本次未执行,评测结果属于文件内报告而非本审查独立验证;只检查标准PHI标签、不解码像素,结果仍需人工和后续工具审阅,且相对手工或替代方案的增量价值证据有限。

证据核验4 / 10 · 2.0/5

证据包含固定修订范围内的源代码、schema、fixtures生成器、测试、manifest重复运行配置及评测报告,支持有限审计。扣分在于本次未执行,未见覆盖该技能关键路径的实际CI证据,评测报告缺少可独立核验的运行产物和完整测试覆盖,因此不能超过静态上限。

证据充分度: 评估于 2026年7月20日 审查版本 55f18499943e
上游仓库在本次评估后已有新提交;当前评分仍对应所示审查版本,可能尚未覆盖最新改动。
使用前请注意
  • 该技能不是去标识化工具:标准标签为空不代表无私有标签或烧录像素PHI,分享前仍需专用去标识化流程。
  • Bash执行和读取DICOM敏感目录应由调用方明确授权并在隔离环境中运行;不要将pass或warn解释为临床适用或下游分割质量保证。
  • 安装前应审查并锁定pydicom、nibabel、numpy和typer版本,并用实际环境运行测试与负例验证。
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

该技能用于在转换或推理前,对一个 DICOM 序列目录执行仅限头信息的预检。它扫描单个目录,输出文件清单、方向轴码、PHI 标记、发现项以及 pass、warn 或 fail 判定。它不解码像素,也不用于去标识化或临床清 clearance。运行时必须使用技能规定的 Python 包、脚本入口和验证器指导。

读取调用方提供的 DICOM 目录,通过 scripts/preflight_series.py 执行单序列扫描;不解码像素数据;生成包含 inventory、orientation axcodes、PHI flags、findings 和 preflight.verdict 的 JSON;可配合 dicom_preflight_quality_v1 生成可信预检包。

  1. 医疗影像工程师在转换 DICOM 序列为其他格式前,检查目录和头信息是否满足工程门槛。
  2. 医学 AI 工程师在启动推理前,获取序列清单、方向轴码和预检判定。
  3. 数据管线开发者为单个序列目录生成结构化 JSON 预检结果。
  4. 验证或故障排查人员在预检失败时保留输出证据包,并根据门控消息修复输入或包装器。

这个 Skill 有哪些优点和局限?

优点
  • 输出结构化 JSON,并提供 pass、warn、fail 预检判定。
  • 覆盖目录清单、方向轴码、PHI 标记和发现项。
  • 可通过规定的验证器和工作流生成预检证据包。
  • 明确要求使用上游脚本入口,减少手写替代实现带来的偏差。
局限
  • 仅检查头信息,不解码像素,也不能发现烧录在图像中的 PHI。
  • 压缩传输语法和多帧实例只发出警告,不进行解码。
  • 只扫描单个目录,不会协调同一树中的多个研究。
  • 不适用于去标识化、私有标签审查、临床 clearance、生产摄取或自主诊断。
  • skill_manifest.yaml 中的具体 Python 包名称在提供材料中未列出。

如何安装这个 Skill?

使用 NVIDIA 技能集合的 CLI 安装指定技能:

npx skills add nvidia/skills --skill dicom-series-preflight --yes

README 未说明该技能的独立安装包;安装后应让所用 Agent 重新加载技能。

如何使用这个 Skill?

从仓库根目录运行:

python scripts/preflight_series.py PATH_TO_DICOM_DIR

将 PATH_TO_DICOM_DIR 替换为一个 DICOM 序列目录,并将输出保存在调用方提供的运行目录中。检查生成的 JSON 及配套验证器指导后,再将结果视为证据。

常见问题

它能完成 DICOM 去标识化吗?
不能。材料明确说明它不用于去标识化、私有标签审查或临床 clearance。
预检结果什么时候可以作为证据?
应先检查输出 JSON 和配套验证器指导;可配合 dicom_preflight_quality_v1 运行可信预检包。
预检失败通常意味着什么?
可能是输入路径错误、模态不支持、上游失败或输出违反工程不变量;应检查包装器 JSON、标准错误和门控消息。
运行需要哪些依赖?
需要 Python,以及 skill_manifest.yaml 的 runtime.side_effects.pip_packages 中声明的软件包;具体包名未在材料中提供。

同仓库的其他 Skills

均来自 NVIDIA/skills

数据与分析 ✓ NVIDIA · 官方

DICOM 元数据提取器

从单个 DICOM 文件提取选定元数据并标记标准标签中的 PHI。

数据与分析 ✓ NVIDIA · 官方

DICOM CT 到 NIfTI 体数据转换

将单个 CT DICOM 序列转换为带仿射证据的 HU NIfTI 体数据。

数据与分析 ✓ NVIDIA · 官方

NV-Segment-CTMR 医学影像分割

在 CT 或 MRI NIfTI 体数据上运行分割并生成可核查证据。

数据与分析 ✓ NVIDIA · 官方

NV-Segment-CT 医学影像分割技能

在 CT NIfTI 体数据上运行 VISTA3D 分割,并生成可核验的标签图证据。

数据与分析 ✓ NVIDIA · 官方

NV-Segment-CT 微调

为 CT NIfTI 标注执行 NV-Segment-CT VISTA3D 微调。

数据与分析 ✓ NVIDIA · 官方

NV-Generate-MR

通过 NVIDIA 的 rflow-mr 流程生成合成体部 MRI 影像体积。

数据与分析 ✓ NVIDIA · 官方

NV-Generate-CT 合成 CT 生成

通过 NVIDIA 的 rflow-ct 流程生成带配对掩码的合成 CT 体数据。

开发与工程 ✓ NVIDIA · 官方

AMC 样例数据集校准

用 NVIDIA AutoMagicCalib 的内置样例数据端到端验证正在运行的校准服务。

开发与工程 ✓ NVIDIA · 官方

i4h 导管导航工作流概览

帮助智能体理解并选择血管内导管导航工作流的正确阶段。

开发与工程 ✓ NVIDIA · 官方

导管导航 DRR 渲染

从 CT 缓存或合成体模生成单帧数字重建放射图,用于荧光透视预览与渲染冒烟测试。

开发与工程 ✓ NVIDIA · 官方

NV-Reason-CXR 胸部X光推理测试技能

为胸部X光模型执行可复现的命令形状与在线推理冒烟测试。

开发与工程 ✓ NVIDIA · 官方

Omniverse USD 性能调优

为 USD 场景诊断加载、内存、帧率与验证问题,并规划基于证据的优化流程。

数据与分析 ✓ NVIDIA · 官方

NV 脑部 MRI 扩散模型微调

从 NIfTI 脑部 MRI 数据微调 NV-Generate-CTMR 的扩散 UNet。

数据与分析 ✓ NVIDIA · 官方

导管导航血管数字孪生

将CT血管成像处理并分割为可用于导管导航的患者特异性血管数字孪生。

数据与分析 ✓ NVIDIA · 官方

NV-Generate 医学影像 VAE 微调

为 CT/MRI NIfTI 训练体数据微调 NV-Generate-CTMR MAISI VAE。

数据与分析 ✓ NVIDIA · 官方

脑部 MRI 合成生成

通过 NVIDIA 工作流生成合成脑部 MRI 体积。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 安装助手

为 CLI、语言包和主流框架选择并验证 NeMo Relay 安装路径。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 快速上手

帮助首次使用 NeMo Relay 的用户通过最小试验验证可观测执行价值。

开发与工程 ✓ NVIDIA · 官方

DALI 动态模式开发助手

帮助 AI 代理编写、审查和迁移 NVIDIA DALI 命令式动态模式代码。

开发与工程 ✓ NVIDIA · 官方

NeMo Relay 迁移助手

将 NeMo Flow 项目安全地迁移为 NeMo Relay。

相关 Skills