趙 魁 吳艷玲
(1天津市第一醫(yī)院,天津市 300143;2天津電子信息職業(yè)技術學院,天津市 300350)
隨著微創(chuàng)技術的普及和推廣,內(nèi)窺鏡系統(tǒng)在臨床醫(yī)學中發(fā)揮著重要的作用。內(nèi)窺鏡系統(tǒng)配置復雜,種類繁多,但不論哪種內(nèi)窺鏡和在哪個科室使用的內(nèi)窺鏡系統(tǒng),基本上都包含光學視管鏡、冷光源、攝像系統(tǒng)、操作手件和器械、能量輸出系統(tǒng)、手術輔助設備、圖文工作站這幾個部分[1]。其中圖文工作站是較重要的一部分,它記錄、存儲病例,支持對病人信息的統(tǒng)計查詢,同時擁有強大的圖像處理功能,以及豐富的診斷模板及專家詞庫,對于醫(yī)院標準化、信息化管理、同行間交流、提高業(yè)務能力等都有著重要的意義?,F(xiàn)就內(nèi)窺鏡系統(tǒng)中所涉及的各方面技術及需求情況的現(xiàn)狀及未來發(fā)展趨勢作一綜述。
內(nèi)窺鏡圖文系統(tǒng)中最重要的一個部分是對病人、醫(yī)師及檢驗過程中相應信息進行信息化管理。信息管理功能通常是以數(shù)據(jù)庫為處理平臺,實現(xiàn)病人資料的存儲、修改、查詢、統(tǒng)計等功能。
數(shù)據(jù)庫是長期存儲在計算機內(nèi)的、有組織的、可共享的數(shù)據(jù)集合集合[2]。目前流行的強大的數(shù)據(jù)庫引擎有微軟公司的SQL Server,IBM公司的DB2,Oracle和微軟公司的Jet(用于Access)。其中使用Jet的Access數(shù)據(jù)庫,是一種桌面型數(shù)據(jù)庫,界面友好,操作簡單,適于處理少量數(shù)據(jù)和單機訪問[3]?,F(xiàn)在內(nèi)窺鏡圖文系統(tǒng)多用Access數(shù)據(jù)庫為平臺完成內(nèi)窺鏡的圖文信息的管理,圖文工作站均為單機版,只在一臺機器上完成信息的錄入和圖像的存儲,醫(yī)生只能通過閱讀報告來了解病人信息[4]。微軟公司的SQL Server是個中大型數(shù)據(jù)庫,適合大容量數(shù)據(jù)和大流量網(wǎng)絡的應用,同時支持復雜的數(shù)據(jù)統(tǒng)計和分析功能[5]。隨著網(wǎng)絡的發(fā)展,越來越多的醫(yī)院希望內(nèi)窺鏡診斷的信息與其他科室共享,少部分內(nèi)窺鏡圖文系統(tǒng)使用SQL Server來處理內(nèi)窺鏡病人的信息以滿足此需求。IBM公司的DB2、Oracle均屬于大型數(shù)據(jù)庫,功能強大,適合處理大容量數(shù)據(jù),操作復雜,更適合大型企業(yè)、銀行等對數(shù)據(jù)要求高的場合,因此目前內(nèi)窺鏡圖文工作站未發(fā)現(xiàn)使用此種數(shù)據(jù)庫。
視頻采集是內(nèi)窺鏡圖文系統(tǒng)中關鍵的部分,他負責把內(nèi)窺鏡采集來的圖像傳輸?shù)絇C機上,便于內(nèi)窺鏡圖文系統(tǒng)做醫(yī)療信息的存儲及進一步的處理。
目前內(nèi)窺鏡圖文系統(tǒng)多使用專用的視頻采集卡進行采集。視頻采集卡又叫視頻卡,是將視頻設備輸出的視頻數(shù)據(jù)或者視頻音頻的混合數(shù)據(jù)輸入電腦,并轉換成電腦可辨別的數(shù)字數(shù)據(jù)存儲在電腦中,成為可編輯處理的視頻數(shù)據(jù)文件。
根據(jù)使用驅動程序的類型不同,目前市場上大致有兩種采集卡:VFW(video for windows)卡和 WDM(windows driver model)卡。前者是一種趨于廢棄的驅動模型,而后者是前者的替代模型[6]。經(jīng)考察多個目前使用的內(nèi)窺鏡圖文工作站發(fā)現(xiàn),這兩種采集卡目前都在使用中。從編程實現(xiàn)的角度看,DirectShow使用 WDM Video Capture Filter支持 WDM卡,而使用另外一個VFW Capture Filter(他的 CLSID為 CLSID_VfwCapture)來支持VFW卡[6]。有些系統(tǒng)只使用DirectShow來與采集卡進行接口,而有些較早的系統(tǒng)則只使用VFW Capture Filter來與采集卡進行接口,部分系統(tǒng)則同時使用二者進行雙重核心的設計。
內(nèi)窺鏡圖文系統(tǒng)中最重要的一個功能是提取手術中有價值的清晰圖片,并提供對圖片的相應處理功能,便于醫(yī)生對病人情況進行分析,得出正確診斷,同時給出相應帶有清晰圖片的報告,使相關醫(yī)療科室可以配合治療,留取手術中的視頻資料,以備復查及同行間交流使用。因此,內(nèi)窺鏡圖文系統(tǒng)需要具備視頻壓縮、圖像采集、圖像處理、圖像識別功能,這些均屬于圖像處理技術范疇。
視頻壓縮就是在保證一定重構質量的前提下,運用各種壓縮技術和手段,將視頻數(shù)據(jù)中的冗余信息去除,從而以盡可能少的比特數(shù)來表示信號[7]。目前常用的視頻壓縮格式有 CIF、QCIF、4CIF、D1、MPEG-4、H.26x、M-JPEG 及Motion JPEG2000[8]。其中 MPEG-4編碼標準制定于1998年,支持逐行掃描和隔行掃描,是為了播放流媒體的高質量視頻,針對視頻會議、可視電話低速率編碼標準而專門設計的,是基于視頻對象的編碼標準,通過對象識別提供了空間的可伸縮性,他可利用很窄的帶寬,通過幀重建技術,壓縮和傳輸數(shù)據(jù),以求使用最少的數(shù)據(jù)獲得最佳的圖像質量[9]。這種技術是目前內(nèi)窺鏡系統(tǒng)中廣泛采用的視頻壓縮技術,能滿足醫(yī)療交流的初步要求。H.26x包括 H.261、H.262、H.263 和 H.264標準。H.264/AVCC[10]是 ISO/IEC 的運動圖像專家小組MPEG和ITU-T的視頻編碼組VCEG聯(lián)合制定的,可提高壓縮效率,提供友好的網(wǎng)絡音像同步應用,提高壓縮質量。因此,近年來部分內(nèi)窺鏡系統(tǒng)采用這種技術進行視頻壓縮,以求更好地滿足醫(yī)生對視頻質量的要求。
圖像采集是指從視頻流中抽取特定單幀圖像,保存為相應的格式。特定圖像的抽取方式分為自動式和用戶指令式。內(nèi)窺鏡圖文系統(tǒng)均采用用戶指令式,通過屏幕點擊或腳踏開關給出指令。比較流行的圖像存取格式為 PCX、BMP、TIF、TGA、GIF、JPEG、PSD、DICOM[11],其中JPEG是應用最廣泛的,跨平臺的壓縮文件格式,其最大的特點是性能強大,但屬于有損壓縮,需經(jīng)過處理來保證圖像的質量。BMP文件格式是微軟公司為windows環(huán)境設置的標準圖像文件格式,采用的非壓縮格式,適合處理黑白圖片,清晰度很高。DICOM標準是醫(yī)學圖像存儲和傳輸標準,為醫(yī)學影像設備生產(chǎn)廠家提供了接口標準和交互協(xié)議[12]。目前內(nèi)窺鏡圖文系統(tǒng)最廣泛使用的是JPEG的壓縮格式。但伴隨著醫(yī)學影像系統(tǒng)的進步,DICOM標準也在繼續(xù)地更新,所支持的醫(yī)學影像格式已經(jīng)從當初的只支持放射影像的ACR-NEMA標準發(fā)展到了可以支持病理、內(nèi)窺鏡等其他影像的要求。DICOM標準是PACS系統(tǒng)使用的最重要的圖像存儲傳輸格式。
研究人員早已認識到醫(yī)學影像系統(tǒng)是醫(yī)院信息體系的一個舉足輕重的組成部分,PACS應當和其他系統(tǒng)之間互相交換信息,共同組成醫(yī)院醫(yī)療診療的信息整體[13,14]。
為使內(nèi)窺鏡系統(tǒng)所采集的圖片更有助于提高醫(yī)學臨床診斷水平,還能為醫(yī)學培訓、醫(yī)學研究與教學、計算機輔助臨床外科手術等提供必要支持[15],很多內(nèi)窺鏡圖文系統(tǒng)使用圖像處理技術為醫(yī)生提供圖像的旋轉、移動、縮放及可以改善圖像質量的圖像增強處理。
圖像識別通過存儲的信息(記憶中存儲的信息)與當前的信息(當時進入感官的信息)進行比較實現(xiàn)對圖像的識別[16]。人類在識別現(xiàn)實世界中的各種事物或復雜的環(huán)境是一件輕而易舉的事,但對于計算機來講,進行復雜的圖像識別是非常困難的[17]。因此,在普通內(nèi)窺鏡圖文系統(tǒng)中識別技術尚未被使用,而在膠囊內(nèi)窺鏡系統(tǒng)中利用圖像的顏色、紋理、形狀、空間四種特征來近似描述內(nèi)容信息從而達到識別檢索的目的?;叶裙采仃嚨奶岢鯷18],Tamura 紋理特征[19,20]、模型法[21]、小波變換[22,23]、傅里葉功率譜、Contourlet變換[24,25]等均屬于常用的紋理提取方法,而區(qū)域面積、不變矩等[26,27]均屬于形狀特征法的代表。
綜上所述,內(nèi)窺鏡圖文系統(tǒng)作為內(nèi)窺鏡信息數(shù)字化的重要平臺已在內(nèi)窺鏡臨床診療中發(fā)揮了一定的作用。但仍然存在一定的問題:①內(nèi)窺鏡圖文系統(tǒng)數(shù)據(jù)庫病人相關信息較少,只適于產(chǎn)生診斷報告,不利于進行統(tǒng)計分析做進一步醫(yī)學研究;②內(nèi)窺鏡圖文系統(tǒng)多使用腳踏方式或屏幕點擊方式進行圖像采集,這樣給醫(yī)生造成一定的負擔,降低醫(yī)生的工作效率;③內(nèi)窺鏡圖文系統(tǒng)對圖像識別技術使用欠缺,可以使用該技術給予醫(yī)生圖像清晰度及病灶點的提示。相信隨著信息技術日新月異的發(fā)展,這些問題都將會得到解決,效率會進一步的提高,內(nèi)窺鏡信息的準確性會得到保證。
[1]高 晨.醫(yī)院內(nèi)窺鏡系統(tǒng)的特點和臨床應用[J].延邊大學學報(醫(yī)學科學版),2008,2(6):49.
[2]薩師宣.數(shù)據(jù)庫系統(tǒng)概論[M].第3版.北京:高等教育出版社,2000:198.
[3]陳小兵,范 淵,孫立偉.Web滲透技術及實戰(zhàn)案例解析[M].北京:電子工業(yè)出版社,2012:1-50.
[4]楊 焱,宣躍云.局域網(wǎng)環(huán)境內(nèi)窺鏡圖文信息系統(tǒng)[J].醫(yī)療衛(wèi)生裝備,2004,25(5):52 -53.
[5]崔再惠.Access數(shù)據(jù)庫與SQLServer數(shù)據(jù)庫主要功能的比較[J].鞍山師范學院學報,2009,11(6):51 -52.
[6]陸其明.DirectShow開發(fā)指南[M].北京:清華大學出版社,2003:56-185.
[7]戴 輝,盧益民.多媒體技術[M].北京:北京郵電大學出版社,2010:8.
[8]DU Wei-na,SUN Jun,AN Ke-bin.Efficient rate control for Motion JPEG2000 under constraint memory[J].Journal of Shanghai Jiaotong University,2006,11(1):9 -13.
[9]高 峽.計算機視頻壓縮技術的發(fā)展[J].內(nèi)蒙古科技與經(jīng)濟,2010,21(233):89 -90.
[10]Wang XF,Zhao DB.Performance comparison of AVS and H.264/AVC video coding standards[J].Journal of Computer Science and Technology,2006,21(3):310 -314.
[11]Han JH.計算機圖形學-基于3D圖形開發(fā)技術[M].北京:清華大學出版社,2013:78-198.
[12]高 升,葛 云.DICOM格式醫(yī)學圖像及圖像信息顯示[J].中國醫(yī)學物理學雜志,2010,3(27):1885 -1888.
[13]孫一民,任志剛,徐麗平,等.建立PACS系統(tǒng)的關鍵技術及應用[J].醫(yī)學信息,2003,16(5):212.
[14]Halsted MJ,Moskovitz J,Johnson N,et al.A simple method of capturing PACS and other radiographic images for digital teaching files or other image repositories[J].AJR,2002,178(4):817.
[15]潘禮慶.計算機技術在醫(yī)療儀器中的應用[M].北京:中國中醫(yī)院出版社,2008:69-89.
[16]范立南,韓曉微,張廣淵.圖像處理與模式識別[M].北京:科學出版社,2007:158.
[17]Sanderson C,Paliwal KK.Information fusion and person verification using Speech & Face information[C].Martigny:IDIAP,2002.
[18]Haralick RM,Shanmugam K,Dinstein I.Textural features for image classification[J].IEEE Transaction on Systems,Man and Cybernetics,1973,SMC-3(6):610 -621.
[19]Tamura H,Moil S,Takashi Y.Texture features corresponding to visual perception[J].IEEE-SMC,1978,8(6):460 -473.
[20]徐建華.圖像處理與分析[M].北京:科學出版社,1992:58-120.
[21]章毓晉.基于內(nèi)容的視覺信息檢索[M].北京:科學出版社,2003:69.
[22]Michael Diaz.Wavelet features for color image classification[A].Imaging and Geospatial Information Society,Oralando,2000.
[23]汪袓媛,梁 棟,李 斌,等.基于樹狀分解旳紋理圖像檢索[J].中國圖像圖形學,2001,6(11):1065 -1069.
[24]Manjunath BS,Ma WY.Texture features for browsing and retrieval of image data[J].IEEE Transactions Oil Pattern Analysis and Machine Intelligence,1996,18(8):837 -842.
[25]Daugman JG.Complete discrete 2-D Gabor transforms by neural network for image analysis and compression[J].IEEE Trans on Acoustics,Speech,and signal Processing,1998,36(7):1169 -1179.
[26]Hu MK.Visual pattern recognition by moment invariants[J].IEEE Transaction on Information Theory,1962,8(1):179-187.
[27]Shen L,Rangayyan RM,Desautels JEL.Detection and classification of mammographic calcification[J].International Journal of Pattern Recognition and Artificial Intelligence,1993,7(6):1403 -1416.