当前位置 —论文—医学— 范文

关于数据库方面论文范文资料,与影像循证的计算机辅助相关论文格式范文

本论文是一篇关于数据库方面论文格式范文,关于影像循证的计算机辅助相关硕士论文范文。免费优秀的关于数据库及自动化及计算机方面论文范文资料,适合数据库论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

机器正在越来越多地帮助医生来获得医学的“证”（Evidence）和对这些证的“示”（Visualization,“可视化”）.同时,对机器本身的智能化要求也越来越高.当前,影像循证要求的机器辅助,已经达到了模拟医生处理操作的“智能读片流”和应用这些读片流的“智能预处理”阶段.

医学影像这种“证”,其原始状态可看作是扫查重建出的二维切层影像,机器辅助的基本二维“示”工具有窗宽窗位、放大缩小、面积周长等.当一次扫查的切层影像数量达到几十幅时,二维阅片不堪重负,这使“示”能力如MIP/MPR乃至VRT等三维阅片在多年前已经成为常规.随着一次采集的影像数量达到几百上千幅,并开始容纳时间轴等新的采集参数,从影像中能够而且需要获取的“证”越来越多,即,从机器的原始采集数据和简单形态学信息开发出经医学界公认各种算法和知识库运算处理过的更高层面的“证（或称处理结果[Results]、阳性发现[Findings]、病征所见[Findings]、病证[Evidences]）”.

以CT心脏左室成像为例（图1）,目前,除了二维切层影像的基本观察、常规的三维MPR/MIP和VRT等处理显示之外,还要求从影像中获得更多的循证处理结果.例如,在MPR显示上勾勒出心外膜和心内膜轮廓,绘出时间-容积曲线、列出左室测量结果（射血分数、舒张末心肌质量、每搏输出量、舒张末容量、收缩末容量和心输出量等）并做动态播放,为多种左室功能绘出AHA标准17区极谱图（又称牛眼图,可分析的参数如室壁厚度、室壁加厚、室壁运动等）、做出极谱图与VRT的复合显示,计算心肌造影的首过增强、并进一步在MPR显示上标出首过增强数据中的低密度区,计算延迟增强、并在MPR厚层显示上标出心肌高密度区和充盈缺损等等.

随着影像采集数量和循证处理分析内容的加速增长,医生读片中的高级循证可视化（AdvancedVisualization,AV）应用会越来越广,可施加的算法会越来越复杂、产生的病证结果会越来越多等医学影像循证处理,不再是三维工具如MIP/MPR以及CPR和VRT/SSD等的手工调用与操作,而是让计算机尽可能地自动给出某个病种所要求的各种处理结果,包括完整的结果截图、测量数值、甚至基于知识库的临床评分.

影像循证中的计算机辅助技术

1.机辅影像循证的历史发展

以CT的阅片辅助为例,机辅影像循证阶段分为：

原始阶段是硬键窗宽窗位――通过操作台上的硬按键,实现一键式的骨窗、脑窗、肺窗显示；

第1阶段是手动二维处理――通过工作站的计算与显示能力,对医学影像施加基本的二维阅片工具,如窗宽窗位、放大缩小、翻转旋转、距离角度、面积周长、标记注释等；

第2阶段是手动三维处理――随着计算技术的发展和扫查采集影像的增多,在工作站上对影像施加通用三维工具,如MIP/MPR（最大强度投影/多平面重建）、VRT（容积渲染）、SSD（表面遮掩）、CPR（曲面重建）等；

第3阶段是自动三维处理――随着影像循证知识库的发展和人工智能技术的引用,实现“一键化的（单步化的）”冠脉分析、心功能评测、肿瘤复查、脑灌注评测、神经谱分析、肺结节分析等.

对应阅片辅助的三个主要发展阶段,计算机智能对医生阅片的辅助,可以分为三个层次：“基本循证辅助”,如窗宽窗位、放大缩小、翻转旋转、角度距离等；“常规循证辅助”,如MIP/MPR和SSD/VRT等；“高级循证辅助”,如自动化的冠脉分析、心功能评测、肿瘤随访、神经谱分析等.

2.机辅影像循证的智能化

――自动阅片流（Workflow）

以往所谓的高级处理应用（工具）,如MIP/MPR、SSD/VRT等之所以被划为常规处理,是因为其不可能实现自动化――都是通用的、不分病种病情的、偏于纯算法的应用,当施加于不同病种病情时,调用这些工具时的医生操作是不同的.

工作流除了有企业级和部门级的,还有个人级的“医生工作流”.医生调用基本和常规的算法工具施加于不同病种的影像数据时,点击勾画步骤是不同的,调用的知识是不同的,因此,医生阅片工作流是病种病情特定的（Disease/Context-Specific）.

若能用计算机模拟医生阅片操作工作流,实现其尽量多的步骤,就能把医生工作流（包括病种知识和一些操作技能）的步骤尽可能多地客观化到计算机中去.在病种知识库和流技术引擎的支持下,有些医生工作流,在计算机辅助下甚至能通过单次点击（单步化）就可以完成.例如心脏科医生的“冠脉分析”,一次点击可以实现打开病人影像、移除肋骨和血池、做心肌分割、在血管内穿透巡航、测量各种狭窄值、把影像和处理结果与测量数值用合适的方式显示出来、给出报告等.

当病种特定的知识库得以建立,并在计算机模拟医生阅片时调用各种算法的工作流各步骤中得以采用,以这类病种知识库和病种操作流技术为核心所实现的病种特定的“机辅阅片流”（Workflow）,形成了阅片循证自动化的基础――这样产生的病种特定“机辅阅片流”,才有可能使医生之前几百上千次点击勾画完成的手工处理,可以通过三五次点击自动完成.

3.机辅影像循证的智能化

――预处理（Preprocessing）

在当前计算机技术水平下,医学影像中一个“证”的获取往往需要分钟级时间的运算,当有许多“证”要获取时,时间上的等待仍会让影像的直接使用者失去耐心.

若能在各个病例影像到达处理机器、而医生还没打开该病例时,机器就按照扫查时设定的处理要求和影像病种启动病种知识导向的后台处理,自动将影像归类并调配算法工具（AutoSorting）,自动运行“机辅阅片流”中的各种算法和知识库展开处理（AutoProcessing）.然后,在医生打开某个病例时将该病例的处理结果按照医生阅片要求的布局自动地展示出来（AutoLayout）――这种智能化的“预处理”加上复查需要的预提取（Prefetch）,所实现的病例自动&#

关于数据库方面论文范文资料20934;备,让医生能集中精力于利用病征结果展开诊断.若没有自动阅片流技术为基础,这种影像循证预处理是实现不了的.因此,以往支持手动三维处理操作的软件,就必须要重新设计――纳入病种知识库和病种操作流,实现自动调取与运行――方能在医生没有点开病例时在后台实施循证预处理.

进而,当面对多个病种类型的处理阅片时,将多个“机辅阅片流”合成为一个“机辅阅片引擎”（Engine）,可以开展自动的合成机辅阅片,例如心功能分析,除了包含左室分析,还有右室分析、瓣膜引导等自动阅片流――所有这些阅片流是在该病例影像到来时一起施加上的,其各个自动流的病征结果与调用工具则是在医生点击该病例时同时打开的.这里的病征结果清单是基于数据库的（可称作“病征索引器”）,每个自动阅片流条目下的处理工具集则是基于病种知识库和病种操作流的（可称作“病例导航器”）.

如何写数据库硕士学位论文
播放:36790次评论:4047人