用途：解析 DICOM 医学影像文件头信息，批量提取元数据，并按 HIPAA Safe Harbor 等方法对受保护健康信息（PHI）进行去标识化，用于科研或临床工作流的数据准备与审计。
主要能力：解析标准 DICOM 标签（如 Patient ID、Study Date、Modality、Body Part、Series Description、Institution Name、Referring Physician、像素间距、层厚等）；跨整个检查或序列批量提取并生成 CSV 或 JSON 报告；识别并去除 18 项 HIPAA Safe Harbor 标识符；检测像素中烧录注释（burned-in annotations）可能含有的 PHI；支持可配置匿名化方案、日期偏移、UID 重映射，并导出为标准 DICOM 或转换格式。
使用方式：通过命令安装：npx skills add Open-Medica/open-medical-skills --skill dicom-metadata-extractor。之后可用自然语言指令让 AI 代理执行提取或匿名化任务，例如指定目录提取元数据并输出 CSV，或对指定目录按 HIPAA Safe Harbor 匿名化并保存到新目录。
适用场景：科研数据集去标识化、PACS 迁移质量核查、临床试验影像核心实验室的协议合规检查、HIPAA 合规审计。
限制：处理对象可能含 PHI，匿名化数据集在共享或发表前需人工验证；像素烧录注释的自动检测可能遗漏，需视觉复核；该技能不直接修改临床系统或 PACS 存储。依赖 Python 3.8+、pydicom、numpy、pillow。支持所有符合 DICOM 标准的模态。具体收费与平台信息暂未提供。