SARS醫(yī)學(xué)圖像識別與輔助診斷研究.pdf

1、嚴(yán)重急性呼吸道綜合癥(SevereAcuteRespiratorySyndrome,SARS)，又稱“非典型肺炎”，是人類面臨的一種新的嚴(yán)重危害生命和健康的傳染病。據(jù)衛(wèi)生部和WHO的統(tǒng)計信息[1]，截至2003年7月31日，我國共報告SARS病例數(shù)5327人，占全世界報告人數(shù)的65.6％。2004年我國又報告有4例SARS確診病例。對SARS疑似病例的準(zhǔn)確、快速發(fā)現(xiàn)與診斷具有特別重要的醫(yī)學(xué)和社會意義。由于受到醫(yī)生經(jīng)驗、水平和主觀因素等的

2、影響，對SARS的的診斷正確性與效率仍不利于對該疾病的診療與疫情控制。因此迫切的需要計算機技術(shù)對SARS病例進行及時、準(zhǔn)確的識別與診斷。今年來與SARS類似的新出現(xiàn)其他呼吸系統(tǒng)疾病(如禽流感等)也在不斷的威脅著人類的健康，本文的研究對其也具有重要的參考意義。 利用計算機技術(shù)對醫(yī)學(xué)圖像進行處理和分析早在上世紀(jì)70年代就已經(jīng)開始。研究工作包括從對煤礦工人粉塵肺、肺結(jié)核等肺部疾病的輔助識別與診斷到相對成熟的乳腺疾病的自動檢測與診斷。該

3、領(lǐng)域的研究是現(xiàn)代信息技術(shù)與多學(xué)科的交叉、綜合和延拓產(chǎn)生的，涉及如醫(yī)學(xué)診斷、計算機圖像分析、數(shù)據(jù)處理及專家系統(tǒng)等眾多學(xué)科。1990年后，隨著醫(yī)學(xué)及計算機技術(shù)的飛速發(fā)展，醫(yī)學(xué)圖像的自動識別和分析系統(tǒng)越來越多的受到計算機和醫(yī)學(xué)領(lǐng)域的關(guān)注。目前國內(nèi)外對醫(yī)學(xué)圖像識別的研究對象多集中在乳腺類疾病的識別診斷，其它如肺部疾病和腦部相關(guān)疾病的研究相對較少。SARS疾病的出現(xiàn)雖然給我國帶來重大損失，但也使我們積累了豐富的診斷與治療經(jīng)驗，為本文的研究創(chuàng)造了有

4、利的條件。目前國內(nèi)外對SARS疾病與計算機學(xué)科結(jié)合的研究集中在對該疾病的疫情控制建模、專家系統(tǒng)和診療數(shù)據(jù)分析等領(lǐng)域；而將SARS醫(yī)學(xué)圖像作為主要研究對象的相關(guān)文獻報道則不多見。對建立在醫(yī)學(xué)圖像上的計算機輔助診斷系統(tǒng)還處于探索階段。 本文以SARS患者的醫(yī)學(xué)圖像作為主要研究對象，通過對廣州醫(yī)學(xué)院第二附屬醫(yī)院PACS(PictureArchivingandCommunicationSystem，醫(yī)學(xué)圖像歸檔與傳輸系統(tǒng))數(shù)據(jù)庫系統(tǒng)中的

5、SARS醫(yī)學(xué)圖像進行提取分析，結(jié)合圖像分析與數(shù)據(jù)挖掘技術(shù)，利用計算機完成SARS醫(yī)學(xué)圖像的識別與輔助診斷。為完成對該課題的研究和試驗，本文主要完成了如下的研究工作： (1)以圖像為核心的計算機輔助診斷系統(tǒng)建模。與傳統(tǒng)決策系統(tǒng)不同，由于圖像數(shù)據(jù)的引入帶來了處理方式和方法的轉(zhuǎn)變。根據(jù)圖像數(shù)據(jù)的復(fù)雜特性，需要對其進行處理，以便能夠最大化利用信息資源。本文通過對圖像處理系統(tǒng)的功能驅(qū)動型模型和信息驅(qū)動型模型進行分析對比，在對實際PACS數(shù)

6、據(jù)進行分析的基礎(chǔ)上，提出了以信息驅(qū)動為指導(dǎo)，同時兼顧功能驅(qū)動優(yōu)點的SARS的計算機輔助診斷系統(tǒng)模型。 (2)對基于數(shù)據(jù)挖掘技術(shù)的圖像數(shù)據(jù)預(yù)處理進行了研究。PACS數(shù)據(jù)庫中存在各種類型數(shù)據(jù)，在一個實際的應(yīng)用系統(tǒng)中需要考慮這些復(fù)雜的數(shù)據(jù)類型和分布。對圖像數(shù)據(jù)的預(yù)處理工作需要根據(jù)不同的應(yīng)用需求開展。本文在對具體PACS數(shù)據(jù)庫中數(shù)據(jù)分析的基礎(chǔ)上，利用數(shù)據(jù)挖掘技術(shù)對SARS醫(yī)學(xué)圖像數(shù)據(jù)進行有效的預(yù)處理，為該疾病的檢測和輔助診斷提供高質(zhì)量的

7、數(shù)據(jù)支持。 (3)SARS醫(yī)學(xué)圖像的分割技術(shù)研究。醫(yī)學(xué)圖像由于患者個體的差異而具有較高的復(fù)雜性和多樣性。傳統(tǒng)基于灰度階和區(qū)域的圖像分割方法均不能很好的適應(yīng)醫(yī)學(xué)圖像的這種個體差異性。而形變模型的思想由于能較好的對這種差異性進行建模，因此較為廣泛的應(yīng)用到醫(yī)學(xué)圖像分割中。為能對SARS圖像進行識別與分析，需要對該疾病的醫(yī)學(xué)圖像進行較高質(zhì)量的分割，這是本文的研究關(guān)鍵性內(nèi)容之一。 (4)PACS數(shù)據(jù)庫中圖像壓縮與檢索。系統(tǒng)的理論模

8、型在實際應(yīng)用中還需要解決一些具體問題。作為從研究對象的基礎(chǔ)，如何從PACS數(shù)據(jù)庫中高效率的獲取SARS醫(yī)學(xué)圖像是需要解決的重要問題之一。為此，本文針對特定應(yīng)用需求，研究提出了基于奇異值分解和肺窗概念的綜合圖像數(shù)據(jù)壓縮算法以及對建立在廣義直方圖的SARS圖像檢索策略。 (5)SARS圖像識別與輔助診斷的數(shù)據(jù)挖掘算法與評估。SARS疾病的診斷需要有較高的準(zhǔn)確率，這是由該疾病自身特點所決定的。通過對SARS圖像進行紋理特征分析建立圖像

9、向量空間描述，然后采用數(shù)據(jù)挖掘技術(shù)對SARS圖像進行識別與輔助診斷是本文的研究內(nèi)容之一。通過對各種算法進行準(zhǔn)確率的分析評估，然后采用最能達(dá)到對SARS醫(yī)學(xué)圖像識別需求的方法是此項研究的主要內(nèi)容。 圍繞本課題的研究目的和上述主要內(nèi)容，本文歸納總結(jié)了基于圖像的識別和診斷系統(tǒng)特點，并與醫(yī)學(xué)專家協(xié)作完成了將SARS醫(yī)學(xué)圖像轉(zhuǎn)換為決策信息的過程，對幫助醫(yī)生進行該疾病的診斷具有重大的意義。本文在如下方面具有創(chuàng)新特色： (1)提出利用

10、PACS數(shù)據(jù)庫系統(tǒng)醫(yī)學(xué)圖像數(shù)據(jù)，將圖像檢索和分析、圖像分割、紋理特征提取及數(shù)據(jù)挖掘等技術(shù)相結(jié)合的SARS醫(yī)學(xué)圖像識別與輔助診斷系統(tǒng)模型，具有很大的實際應(yīng)用價值； (2)提出了基于多分辨率廣義直方圖MRGH(MultiResolutionGeneralizedHistogram)的SARS醫(yī)學(xué)圖像檢索算法，是對傳統(tǒng)基于直方圖進行圖像內(nèi)容檢索的理論和實踐的擴展； (3)提出了肺窗的概念及基于橢圓域啟發(fā)性知識的形變模型圖像分割

11、算法。該算法成功的用于對SARS醫(yī)學(xué)圖像的分割，同時肺窗概念解決了分割算法的初始值設(shè)定問題，并通過與SVD(SingularValueDecomposition,奇異值分解)結(jié)合解決了PACS數(shù)據(jù)庫系統(tǒng)肺部部像壓縮傳輸問題； (4)完成了SARS醫(yī)學(xué)圖像識別與計算機輔助診斷原型系統(tǒng)的開發(fā)實現(xiàn)，并對各種數(shù)據(jù)挖掘算法的試驗結(jié)果進行評估。 本文的研究初步解決了如何有效、充分利用我國SARS醫(yī)學(xué)圖像資源豐富的特點，并通過研發(fā)一個