医学影像学中的数据挖掘技术
收稿日期:2004-03-18
医学影像学中的数据挖掘技术
林国庆 曲 哲
(解放军201医院,辽宁辽阳111000)
〔文章编号〕1002-2376(2004)07-0001-03 〔中图分类号〕TH774 〔文献标识码〕A
〔摘 要〕文章介绍了医学影像学数据的特点和数据挖掘技术背景、定义及基本流程,以及这门技术在生物医学影像学中的应用。
〔关键词〕数据挖掘;数据库知识发现;医学影像学
The data mining technique in medical im age
LI N G uo -qing ,QU Zhe
(NO 1201hospital of P 1L 1A 1,Liaoning liaoyang 111000,China )
Abstract :The background ,definition ,essential flow of data mining is provide ,and then the chanracter of medical im 2age data ,the key technical of data mining in medical image ,the application of this technique to medical image is detailedly provided 1
K ey w ords :data mining ;K DD (knowing discovery in database );medical image
随着医学影像学的发展及医院PACS (picture
archiving and communication system )系统的发展与广泛应用,各种医学影像学的数据积累出现了激增。激增的数据背后隐藏着许多重要的有用信息,人工的分析和抽象能力已完成不了对高维和海量数据的处理。目前数据库系统只可以高效地实现数据的录入、查询、统计等较低层次的功能。但无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势,无法挖掘数据背后隐藏的有价值信息和知识。当我们没有能力将这些数据转化成更易理解的东西提供给使用者时,这些数据也就失去了存在的意义。为了更好地利用这些数据,解决信息领域普遍性的“知识发现”问题(knowing dis 2covery in database ,K DD ),近年来开发出一项从海量数据中提取知识的系统性技术———数据挖掘技术(data mining )。
数据挖掘也称为数据库知识发现,是指从数据库中提取隐含在其中的、人们事先未知的、潜在的有用信息和知识,所提取的知识可以表示为概念、
规则、规律、模式等形式。它具备有效性、新颖性、潜在有用性及最终可理解性,即发现的知识可接受、可理解、可运用,最好能用自然语言表达发现的结果。数据挖掘的过程大致如下:根据研究的需要。从多种数据源提取样本,消除噪声并剔除不一致数据,建立所谓的数据仓库;从数据仓库中根据不同的目的检索样本并进行各种变换;采用各种智能的方法从变换后的样本中提取数据模式;根据某种评价指标或评价体系识别知识的目标模式;采用可视化知识表示技术向用户提供得到的知识。
数据挖掘技术从提出起就被应用到生物医学工程领域并取得了相当大的成功,如在DNA 分析领域中、在医学影像分析研究中、在生理参数进行多维分析等,其中在医学影像分析研究中运用较广。但数据挖掘技术在医学影像分析研究中具有其不同于普通数据挖掘的特殊性,这是由医学影像信息的特殊性决定的。
医学影像信息具有以下特点:(1)模式的多态性,包括纯数据、信号、图像、文字等,医学影像信息的多模式特性是其区分其他领域数据的最显著特性,这种多模式并存加大了医学影像学数据挖掘的难度。(2)医学信息的时间性,医学检测的波
1
医疗装备2004第7期
形、图像都是时间的函数。(3)医学信息的不完整性,病例和病案的有限性决定了医学影像数据库的不完整性。医学影像数据的这些特点,使得医学影像数据挖掘与普通的数据挖掘存在较大的差异,决定了医学影像数据挖掘的特殊性。
医学影像数据挖掘的关键技术有数据预处理、信息融合技术等。数据预处理指医学影像数据库中含有海量的、不同来源的原始数据,其中带有大量模糊的、不完整的、带有噪声和冗余的信息。在数据挖掘之前,必须对这些信息进行清理和过滤,以确保数据的一致性和确定性,将其变成适合挖掘的形式。信息融合技术指医学影像信息是由文字、数据、波形信号、图像以及少量的语音和视频信号组成。对这些不同物理属性的数据,应采用不同的技术和措施进行处理,使其在属性上趋同或一致,再对处理的结果进行综合。医学影像信息的多源性、时序性和非时序性数据共存、数字型数据和非数字型共存的特点,加大了信息融合的难度。此外医学影像数据库信息量大、涉及面广,因此必须考虑医学影像数据挖掘的效率问题,研究快速的挖掘算法,同时必须保证挖掘算法提供的知识具有较高的准确性和科学性。
数据挖掘在医学影像中应用主要在以下三点:
(1)提高目标影像质量和边缘提取
利用数据挖掘理论中各种数据的预处理技术去除或降低图像噪声的影响,提高目标影像质量或对目标组织进行边缘提取。例如小波理论,小波理论已在图像信号处理、数据压缩、边缘检测等领域表现出巨大的应用前景。图像信号的性质由它的小波系数来刻画,根据图像信号与噪声具有不同的小波系数,噪声的小波系数值小,而组织的信号小波系数大,因此用小波系数极大值去噪方法降低或去除噪声的影响以增强组织的显像。如采用小波技术实现超声影像增强并确定噪声阈值的方法,Hsu J H 等人曾利用数据挖掘技术对乳腺超声影像的边缘检测算法进行研究并探讨了算法的有效性评估问题。超声中的声学定量技术(AQ)也是利用了数据挖掘技术。它是在原始的声学信号处理成视频数据时对原始信号及声学数据进行分析,根据组织和血液声学数据不同能将超声图像上的每一个像素分为血液或组织,从而检测、区分、描记心内膜边缘,自动识别心内膜,随心动周期跟踪心内膜行踪,实现心内膜边缘提取,故有人称之为计算机自动边缘检测技术(ABD)。它可以实时测量心脏腔室容积,评价心脏功能等其他指标。
(2)组织定征和概念描述
通过对目标器官或组织进行概念描述并概括这类对象的有关特征,从而获得或验证有关参数的动态范围。超声组织定征就是通过数据挖掘技术以寻找更能有效反映组织和病灶性质的声学参数,并利用其进行成像和诊断,如超声组织纹理参数。超声图像背向散射大小是组织中位置的随机函数,这些声学特征参数的随机起伏的规律及其统计特征也反映了组织结构组成方面的特点。对这些声学数据进行挖掘处理所得到的统计特征反映组织的纹理特点,这就是超声组织纹理参数。Pavlopoulos等人利用声学挖掘技术对病人肝部超声影像进行纹理分析。医学影像学中根据人体组织中的信息数据,并经过数据挖掘分析正常组织和异常组织的声学参数,并与病理结果对照,以达到识别各种正常和病理组织,并对其进行鉴别和分析的目的。Ng EYK 等人在研究乳腺癌热疗影像时,对局部病理组织和对照组在周期性加热情况下的影像差异进行了分析,旨在实现良、恶性肿瘤计算机辅助诊断。K o2 valerchuk等人利用数据挖掘技术计算影像上的钙化体积、数量、钙化形状和密度等参数,试图通过统计分析得到肿瘤良、恶性的判断依据。
(3)医学影像管理与检索
随着数据库的建立及医学数字影像与通讯标准310(digital imaging and communication in medicine310, DIC OM310)的使用,医学影像存档与通信系统(PACS)迅速发展起来,基本解决了医学影像数据的存储管理问题,但影像的检索始终是研究热点。目前由于数据挖掘技术的发展,这个问题可以有以下两种解决方案:①由病例描述检索医学影像信息,即在影像存储的同时建立病人病例信息标引,并加以统计处理,日后通过病例特点查询其医学影像信息。②由影像信息查询病例可能诊断,主要思路是从影像中提取信息然后通过检索系统得到可能的病例诊断。
数据挖掘是集数据处理技术最新成果的系统性理论,尤其适用于医学影像数据分析这类多维数据分析。医学影像数据挖掘的研究方兴未艾,应用领域非常广泛,就数据挖掘技术与医学影像学的结合而言,必然能够带来巨大的社会效益和经济效益。医学影像数据挖掘技术是一门涉及面广、技术难度
2Medical Equipment V ol117,N o17
收稿日期:2004-03-19百特1550型血液透析机故障分析
茹智泽
(广西柳州市人民医院器械科,广西柳州545001)
百特1550型血液透析机是美国生产的一种操作简便,精确可靠的机器。我医院血透室就有几台此型透析机正在使用。使用中会有各种故障,现列举出来,与大家一起分析。
故障1:on chemical flow。
分析:首先检查是否有消毒液,有,就排除了不是消毒液的问题。打开前面板,看比例泵是否在转动,转,就接着往下检查。观察流量传感器。流量传感器是通过一个黑色的转子转动来检测是否有液体流过,转子转不动,发现里面有气泡。一段一段检查管道,最后是消毒液接头没有连接好,管道密封不严,有气泡进入,重新连接故障解除。
故障2:T MP(跨膜压)低报警。
分析:百特1550血液透析机T MP的测量是把动、静脉压加起来除以2,再加上透析压就是跨膜压。于是调节动、静脉压旋钮,动、静脉压升高,报警解除。可是没过多久,又报警。估计是管道漏气,打开前面板,检查动、静脉管道,发现是动脉那根管道夹在滚子里的接头处出现裂缝,剪掉那一小截重新装好,故障解除。
故障3:自检时,F02报警。
分析:F02报警是指流量报警。按流量显示窗口左边的按键,上面是进流量,下面是出流量。比较两个数值,有两种情况:(1)如果一个数值是另一个数值的一半,那么其中必有一个流量传感器有错误。拔掉对应的进流量或出流量中的任一根光缆,再看流量显示窗口的进流量和出流量有无变化。如有变化,就是另一根有问题,没有变化就是拔掉的这一根。检查光缆有无光透出,无,说明光缆坏了,换一根,一般不会是流量传感器有问题。
(2)如果两个数值相差十左右,说明进出流量传感器有污染。进出各流量应该相差无几,拔掉流量传感器的光缆,看哪个流量传感器的流量不一样,就拆下来清洗,注意不要把里面黑白相同的转子弄丢。然后装回去检查,不行的话多洗几次就可以了。
故障4:消毒时,no rinse flow。
分析:首先检查流量传感器转子是否转动。如转,说明流量不够。可以按流量显示窗口左边的按键来检查流量是否够800左右,不够就是管路脏,清洗就可解决问题。如果不转就是管路堵塞,可以一段一段的判断。可以从消毒液进口或从流量传感器开始检查,蓝接头处故障比较多,里面的柱塞有个O型圈容易老化变大,消毒液就过不去。也有可能是电磁阀打不开,可以拔掉管接头看有没有水流出,有,即故障消失。
大的新兴交叉学科,需要从事计算机、医学工程及医务工作者进行通力合作,力争在多属性医学信息的融合、挖掘算法的高效性和准确性等关键技术方面有所突破。当然作为一个年轻的技术,医学影像数据挖掘面临着很大的挑战和许多亟待解决的问题,但数据挖掘技术在医学影像学中的应用前景非常乐观。
[参考文献]
[1]Fan M,Meng XF1Data mining concepts and techniques1China
machine press:2001:1-3221
[2]Hsu J H,Tseng SC,et al1A methodology for evaluation of
boundary detection alg orithms on breast ultras ound images
[J]1Journal of Medical Engineering&T echnology,2002, 25:173-1771
[3]Pavlopoulos S,K yriacou E,K outs ouris D et al1Fuzzy neural
netw ork-based texture analysis of ultras onic images[J]1 IEEE Engineering in Medicine Biology,2000,19:39-471 [4]Ng EYK,Chen Y,Ung LN1C omputerized breast therm ogra2
phy:S tudy of image segmentation and temperature cyclic vari2 ations[J]1Journal of Medical Engineering&T echnology, 2001,25:12-161
[5]K ovalerchuk B,Vityaey E,Ruiz J F1C onsistent knowledge
discovery in medical diagnosis[J]1IEEE Engineering in Medicine Biology,2000,19:26-371
3
医疗装备2004第7期