点击显示 收起
【摘要】 目的 建立医学影像动态数据库并将其应用于辅助诊断系统。 方法 运用计算机数据库管理、图形识别处理与人工智能技术，对医学影像学文字资料与图片资料进行智能化操纵。 结果 建立医学影像动态数据库并将其应用于专家诊断系统，实现医学影像动态管理和计算机辅助诊断。 结论 改进和扩充了数据库的功能和执行效率，提高了数据库的演绎推理功能和智能化程度，支持专家诊断系统的研究。
关键词 医学影像动态数据库 时间坐标 数据变量 计算机辅助诊断
现在常用的医学影像学数据库是一个包括文字资料（患者临床资料、影像特征描述语言）和影像学资料（通过采集、扫描等手段获得）的医学影像病例管理程序，将影像特征描述语言、影像（X线图片）、临床资料部分中的体征和症状分别作为一个数据项描述，运用数据库系统管理功能对病例中某些数据字段进行检索、统计工作，例如对姓名、编号或按照解剖分类、ACR编码（ACR index for radiological di-agnosis）疾病分类进行检索，或对工作量、收费种类及数量、物质消耗等财务数据统计列表等，运用在网站则出现了病例更新、远程会诊、资料上传下载等功能。但总体来讲仍然不能摆脱病例仓库的概念，只不过是一个无胶片化、数字化储片库。放射科信息管理系统（radiology information system，RIS）或医学影像存储与传输系统（picture archiving communi-cation system，PACS），对医学影像数据管理保留在静态管理水平，不具备数据演义功能、归纳功能、问题求解能力和知识管理能力。笔者设计的医学影像学动态数据库着眼于扩大数据库的功能，将人工智能（AI）技术引入传统数据库（DB），以改进和扩充数据库的性能和执行效率而形成新型动态数据库，使其不但具有传统数据库的已有功能，而且具有AI能力，以提高数据库的演绎、推理功能和智能化程度。其性能体现在演绎能力（推理）的扩充、语义知识的引入、知识的获取、知识和数据的有效组织及管理方面;而效率则指数据库对用户查询的快速响应与查询优化上。
1 医学影像学动态数据库的主要特征
（1）笔者为每个数据赋予一个时间坐标，使每项数据成为一个动态变量。图像也属于动态变量，即症状变量，随症状特征描述参数变化改变，由时间尺度变化来衡量。通过单位时间引起的空间尺度变化，可以了解某一疾病在某一时期的影像学改变;由症状变量的变化可以演绎出相应特征的影像，以及进一步对疾病给予辅助诊断。既可以对一份病例进行动态观察分析，又可以对某一种疾病进行动态跟踪，还可以对时间、地区、人群等进行疾病发生、发展规律统计分析。这是医学影像学动态数据库与普通数据库重要区别。（2）文字资料部分变文本描述为动态函数表述。与诊断相关的文字资料部分，按解剖分类、病理分类、影像诊断要点等方法，分级分类设置为多个数据字段;各字段值、属性值采用文字输入、固定选项等方式在病例录入时输入，并分别根据其实际意义给予加权、设置关系函数;同时赋予各数据字段时间坐标，使其成为一个动态变量。（3）图像经计算机图形处理后所得图形大小、灰度等值归纳为数个数据字段，使医学影像不再只是一个JVPG或DICOM的图片文件，成为计算机可以识别、处理的动态数据图像。
2 建立动态数据库注意事项
2.1 进行动态数据库设计 应着重创建数据库的结构并将其应用于计算机辅助诊断系统进行研究探讨。（1）第一级:原始数据的采集包括:医院的基本就诊信息（住院/门诊号码、科室、床号、主治医师、临床诊断、影像学号码、资料序列号）、患者病情的基本数据（患者姓名、性别、年龄、职业、住址、病史、家族史、症状、体征、物理检查、化验检查、其他器官情况、结合透视、随诊观察、治疗效果、病理诊断）。（2）第二级:采集患者的辅助诊断信息并进行数据分类。（3）第三级:按照器官组织的不同进行数据分类。（4）第四级:组织器官的病灶信息的建立，包括:病灶大小、范围、密度、与周围组织的关系及动态的组织学变化，利用计算机的AI进行统计学分析，建立动态的数据分类。（5）第五级:对以上数据进行综合归纳，建立完整的单病种资料，并对动态的病灶信息即动态数据进行初步的识别。（6）第六级:对动态数据进行AI识别，建立完整的动态数据库。
2.2 数据库的基本关系 数据库由多份记录组成，在这里每份记录表现为一份完整病例，组成记录的若干字段各有属性，又同时具有共性，这是数据库最基本的关系。由于笔者对各字段赋予了时间坐标，使其成为动态变量，所以称之为动态数据库。动态数据库管理系统的核心是一个推理机构，它完成对知识的操纵，其中包括对数据的一致性校验、数据的检索、分类及数据相关程度的确定等。因此必须为各字段设置加权，规定其与诊断、图像的关系，如患者家族史与诊断的关系、病理诊断与物理检查对于确诊的重要性、疾病发展不同时间的影像学特征、疾病地区人群发展规律等。
2.3 数据库的智能化规则 包括各数据字段的加权（与影像诊断的关联程度系数）随资料积累发生变化，资料随时间、数量变化自动实现筛选更新，对于疾病发展规律进行统计分析等。
2.4 专家诊断系统（expert diagnose system，EDS） （1）通过输入特定字段数据属性，获得相关诊断结论和计算机生成图像。（2）图像经计算机处理后，识别病灶特征（六级数据），演绎病灶数据特征文字表达（四、五级数据）。从而达到计算机辅助诊断的目的。医学影像学资料的采集具有随机性，属于非连续采集，其中又包括按照治疗周期、疾病发展规律、时间特征等进行采集，因此在自动筛选更新程序的设计中应分别对待。
（编辑新 竹）
作者单位:050011石家庄河北医科大学附属第四医院