基于内容的医学图像检索系统关键技术点.doc

基于内容的医学图像检索系统关键技术点1 图像资源管理该技术点主要负责新图像入库以及系统对图像库的连接工作，填充图像数据库的各个基本属性值，如：图像 ID，创建日期，大小，关键字类别等 我们将医院使用的 PACS 系统作为本系统图片的主要来源PACS 是应用在医院影像科室的系统，主要作用就是把医院日常产生的各种医学影像（包括核磁，CT，超声，各种 X 光机，各种红外仪、显微仪等设备产生的图像）通过各种接口（模拟，DICOM，网络）以数字化的方式海量保存起来，当需要的时候在一定的授权下能够很快的调回使用，它在各种影像设备间传输数据和组织存储数据具有重要作用我们的图像检索系统通过与各医院的 PACS 系统的无缝连接，获取到海量的医学图像，实现大部分图像采集工作，当然，我们还会通过采集互联网上的一些典型医学图片来扩充我们系统的图片库完成图像采集工作后系统对采集到的图像按照各个基本属性，分类存储，从而实现系统对图像资源的管理2 图像预处理在图像按照基本属性分类后，为了保持更佳的观察效果，系统还会对图像进行一些预处理，如伪彩、矢冠状重建、三维鼠标、DSA、图像平滑、图像锐化等，突出需要的特征弱化不需要的特征，从而提高检索效率、图像匹配度和检索结果的准确性。

伪彩 ： 给黑白图像添加彩色的调色板，从而让黑白图像的不同密度值可以用不同的色彩来表现出来可以将特别的部位突出显示出来矢冠状重建： 根据一系列平行且位置不同的 CT 或 MR 的切片图像，计算出跟该系列图像垂直方向的重建图像，并显示出该图像，这是一个二维重建的效果让医生可以直接看到病人检查矢状位和冠状位重建图像效果三维鼠标: 当鼠标在定位像中跨越定位线进行移动时，可以自动查找并显示跟该定位线相关的切面图像；如果鼠标顺着定位线方向移动，则在对应切面图像中，出现红色的小十字标注，用于标识当前鼠标位置在切面图像中的相对位置从而可以直接在定位像中找到当前点的切面图像，并能精确到该切面图像上的点DSA: 对图像做数字减影，主要是针对血管造影的动态图像在整个图像序列中，选用其中一个图像作为蒙片，其他所有图像都跟该图像进行相减，则可以将图像之间相同的组织部位相互抵消掉，只剩下血管造影中的清晰的血管图像，从而可以排除其他组织对血管图像的遮挡，得到血管组织的图像图像平滑: 对图像进行平滑处理，去除图像上的一些小噪音特别是图像被放大了以后，图像的平滑可以消除马赛克现象图像锐化： 对图像进行锐化处理，当觉得图像模糊的时候，可以通过锐化获得较清晰的效果。

在经过这些处理后，再利用系统的特征提取算法提取颜色、纹理等基本特征，按照基本特征对图像进行分类标注，在图像基本特征库中生成该图像的特征属性值序列同时，分别生成对应于这些基本特征属性的索引结构3、基于颜色检索颜色特征是应用最为广泛的视觉特征.基于颜色的图像检索技术是依据图像中组成对象目标的颜色信息进行检索，是基于内容的图像检索技术中最最基本的技术我们采用颜色直方图的方法，通过选择颜色空间、测量颜色直方图的距离、颜色间的相似性和处理背景颜色等表示颜色特征基于颜色检索的基本思想是将图象间的距离归结为其颜色直方图间的差距，从而图象检索也就转化为颜色直方图的匹配其实现过程如下：（1） 、进行颜色模型选择2） 、采用直方图法对颜色特征进行表达3） 、通过直方图相交算法匹配出需要的图像对于医学图像而言,查全率很重要,采用灰度直方图可以保证检索的结果是所需结果的超集4、基于纹理检索纹理特征反映图像像素灰度或颜色的某种规律性变化,是医学图像检索应用中的重要特征之一. 纹理特征提取的方法有统计法、结构法、模型法和空间/频域联合分析法等.本系统采用的是从灰度共生矩阵中提取纹理特征这种目前最常用且有效的方法通过图像中灰度级分布的随机属性来描述纹理特征。

医学成像过程引入的各种噪声影响到图像的纹理特性时,形状特征是更有效的图像描述方法用户根据不同的应用条件选择查询条件，特征提取模块将用户的查询要求转化为对图像内容比较抽象的表达和描述，再通过特征匹配模块，将查询描述与图像库中被查询图进行内容匹配和比较以确定它们在内容上的一致性和相似性5、图像的综合检索颜色、纹理和形状特征都只反映了图像某方面的特征.由于采用单一特征无法覆盖多特征矢量,得不到理想的检索结果,所以需要融合多个特征来描述图像,并根据用户感兴趣的因素调节各特征权重来实现有效的检索，提高检索性能当用户需要查找一种图像时，首先给出颜色或纹理等的查询特征，系统将提取该示例的特征或把查询描述为具体的特征矢量系统会根据用户输入的查询要求，调用相应的基于图像颜色、纹理的综合检索算法与特征库中的特征进行相似匹配将满足一定相似性条件的一组候选图像按相似度大小排列后返给用户最终实现对图像的综合检索6 图像特征库管理对入库图像，利用系统的特征提取算法提取图像的多种基本特征，如颜色、纹理等，在图像基本特征库中生成该图像的特征属性值序列和对应于特征属性的索引结构在此基础上，调用系统的语义特征层次模块，推理出该图像的高层语义特征．在语义分类特征库中生成其对应的特征属性值。

如 a．描述性语义分类关键字这类属性值一般由用户在图像入库或相关反馈阶段手工添加在这种属性值间实现的是精确性匹配，如头部、四肢、心脏、胃、肝等；b．一组图像基本特征的特定组合，用来反映特定的图像语义例如表达器官病变过程的图像特征本系统在推广用用中达到的的基本技术指标： 医学图象脱机存储数据率达到：2000 条脱机存储数据是指影像工作站与服务器网络通讯中断情况下，医学图像在影像工作站上的存储当网络通讯恢复后，再将脱机存储的图像上传至服务器在医学影像系统中，CR、DR 的图像大小在 8M~15M，其它的B 超、 CT、胃镜图像等相对较小按每人次最多 8 个片子算，每人次最大存储空间应为 15*8=120M，2000 条记录也就是2000*120＝240000M＝240G 的存储空间，而目前计算机的配置，硬盘基本都在 500G 以上 存储黑名单：7000 条为了保障系统软件的正常运行，对非法用户访问及不正确信息，系统将进行清理并进入黑名单，可有效控制非法用户的访问 刷卡距离：3cm －10cm本系统对非接触式 IC 卡的读取距离控制在 3cm~10cm 读写时间：小于 0.5 秒系统中的医学像是以文件的形式存放于磁盘阵列中（RAID5） ，图像存放路径及其它信息以数据库形式存放在数据库中。

图像检索时，先在数据库中检索出该人员对应的基本信息及图像存放路径，然后再根据存放路径取出对应的图像 数据存储：5 年以上按照每天 2000 门诊量计算，其中需要医疗影像的为 20%，那么每天有 400 个医疗影像需求，影像数据量 300GB/10000 例，那么一年的数据量约为 400*300/10000*365=4380GB 即 4.3G磁盘阵列按 12 块 2TB 配备，则容量为 22TB，可存储 22/4.3≈5.1年的影像资料 数据冗余率 0.0001%冗余检查(CRC)是一种数据传输检错功能，对数据进行多项计算，并将得到的结果附在帧的后面，工作站采集的图像上传至服务器也执行该算法，以保证数据传输的正确性和完整性 安全指标 C2 级；查询图像检索速度≤2 秒，组合查询条件≤5C2 级是软件系统中较高的一种安全指标，特别是受控访问、授权分级、用户权限、系统审计等非常严格，本系统在设计时严格的按以上安全标准，对用户权限、授权状态、访问控制等进行了严格的要求，保证系统安全。