,,, ,

放射治療是當(dāng)今醫(yī)學(xué)界治療惡性腫瘤的三大主要手段之一。隨著計算機(jī)數(shù)字化技術(shù)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用，放療設(shè)備及信息管理自動化程度不斷提高，現(xiàn)代放射治療技術(shù)正朝著精確定位、精確計劃、精確治療方向發(fā)展[1]。傳統(tǒng)醫(yī)療服務(wù)模式更趨于數(shù)字化，數(shù)據(jù)已成為推動臨床治療及科研活動創(chuàng)新不可或缺的資料。自2015年起，美國國家衛(wèi)生研究院、美國放射腫瘤學(xué)會、美國國家癌癥研究所和美國醫(yī)學(xué)物理學(xué)家協(xié)會召開的學(xué)術(shù)年會，都在持續(xù)關(guān)注放射腫瘤學(xué)在大數(shù)據(jù)時代的發(fā)展與機(jī)遇。國務(wù)院辦公廳《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》中提出推動健康醫(yī)療大數(shù)據(jù)資源共享開放，鼓勵各類醫(yī)療衛(wèi)生機(jī)構(gòu)推進(jìn)健康醫(yī)療大數(shù)據(jù)采集、存儲，加強應(yīng)用支撐和運維技術(shù)保障，打通數(shù)據(jù)資源共享通道。國內(nèi)外的發(fā)展戰(zhàn)略和研究目標(biāo)，體現(xiàn)了各個層面對放療大數(shù)據(jù)基礎(chǔ)建設(shè)工作的重視，高效、合理地將各類數(shù)據(jù)進(jìn)行有效整合，實現(xiàn)數(shù)據(jù)的高度集成，是大數(shù)據(jù)應(yīng)用建立的關(guān)鍵，而數(shù)據(jù)解析則是實現(xiàn)數(shù)據(jù)整合的重要方法和手段。

1 放療數(shù)據(jù)解析需求

在放射治療過程中，數(shù)據(jù)主要通過3種途徑產(chǎn)生：一是通過醫(yī)院信息系統(tǒng)，如醫(yī)院信息管理系統(tǒng)(HIS)、電子健康記錄(HER)、個人健康記錄(PHR)等產(chǎn)生的常規(guī)數(shù)據(jù)；二是通過放射治療計劃管理系統(tǒng)(Radiotherapy Treatment Planning System，TPS)，如Eclipse，Pinnacle，GammaPod等計劃系統(tǒng)產(chǎn)生的治療計劃數(shù)據(jù)；三是通過影像學(xué)檢查設(shè)備，如磁共振成像設(shè)備(MRI，CT，PET)等產(chǎn)生、存儲于影像歸檔和通信系統(tǒng)(PACS)中的影像數(shù)據(jù)?；颊叩男畔?shù)據(jù)除了包括性別、年齡、病癥等常規(guī)信息之外，還包括放射影像、治療計劃、治療方法、治療規(guī)程、放射劑量、治療方劑等非常規(guī)數(shù)據(jù)。數(shù)據(jù)形式多樣，結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)同時存在，從而構(gòu)成了大量的多源異構(gòu)數(shù)據(jù)[2]。一方面，大量患者診斷治療數(shù)據(jù)的產(chǎn)生，為臨床醫(yī)生的臨床治療以及科研工作的開展提供了有利的數(shù)據(jù)積累；另一方面，由于放療臨床數(shù)據(jù)的復(fù)雜性以及醫(yī)院內(nèi)部各種系統(tǒng)的多樣性，加之各類廠商對自己治療計劃系統(tǒng)和設(shè)備的技術(shù)保護(hù)，不可避免地造成數(shù)據(jù)的多源性、異構(gòu)性，勢必會造成各類數(shù)據(jù)一定程度上的相互孤立，導(dǎo)致臨床醫(yī)生及研究人員難以全面地掌握和分析數(shù)據(jù)，對科研及臨床治療方法的進(jìn)一步研究帶來阻礙，也會造成臨床數(shù)據(jù)分析的片面性[3]。

針對腫瘤放療數(shù)據(jù)建設(shè)中的此類問題，數(shù)據(jù)解析工作就顯得尤為重要。所謂數(shù)據(jù)解析，就是針對目標(biāo)數(shù)據(jù)的結(jié)構(gòu)特征，結(jié)合適當(dāng)?shù)姆治龇椒?，對?shù)據(jù)進(jìn)行詳細(xì)研究并提取有效信息的過程。借助數(shù)據(jù)解析方法，可實現(xiàn)分散的臨床數(shù)據(jù)整體化，實現(xiàn)不同系統(tǒng)、不同類型事實數(shù)據(jù)之間的快速轉(zhuǎn)換及整合，有助于放療臨床試驗數(shù)據(jù)的高效管理，以及臨床科研及臨床數(shù)據(jù)挖掘等活動的開展。

2 放療數(shù)據(jù)結(jié)構(gòu)

國際上通用的醫(yī)學(xué)領(lǐng)域數(shù)字傳輸標(biāo)準(zhǔn)是DICOM(Digital Imaging and Communications in Medicine)標(biāo)準(zhǔn)，在放療領(lǐng)域的數(shù)字存儲傳輸標(biāo)準(zhǔn)是DICOM RT(Radiotherapy Objects)標(biāo)準(zhǔn)。作為DICOM標(biāo)準(zhǔn)的擴(kuò)展，該標(biāo)準(zhǔn)定義了放療領(lǐng)域的相關(guān)概念、流程和應(yīng)用場景。DICOM RT 定義的信息對象主要包括RT Image(放療影像)、RT Dose(放療劑量)、RT Structure Set(放療結(jié)構(gòu)集合)、RT Plan(放療計劃)和RT Treatment Record(放療治療記錄)5部分[4]。DICOM RT數(shù)據(jù)結(jié)構(gòu)層次模型見圖1。

圖1 DICOM RT數(shù)據(jù)結(jié)構(gòu)層次

RT Image是放療圖像以及圖像相關(guān)的數(shù)據(jù)信息集合，包括CT/MRI/PET產(chǎn)生的圖像以及數(shù)字重建圖像、模擬機(jī)圖像、射野圖像等；RT Dose主要用于傳輸治療計劃系統(tǒng)所計算的劑量數(shù)據(jù)集合，劑量的分布可以通過二維、三維的網(wǎng)格、等劑量線、劑量體積直方圖(DVH)等表示；RT Structure Set定義一個特殊區(qū)域的數(shù)據(jù)結(jié)構(gòu)集，每個區(qū)域結(jié)構(gòu)可以和一個或多個圖像對象相聯(lián)系，包括一些感興趣區(qū)域(ROI、VOI)的定義、感興趣點的選擇(如劑量參考點)等[5]；RT Plan是手工生成的計劃報告、治療計劃系統(tǒng)及其他方式產(chǎn)生的計劃報告數(shù)據(jù)集，包括外照射治療、近距離治療計劃、分形、耐受性表、體位關(guān)系、控制點概念等；RT Treatment Record是實際放療過程中得到的記錄數(shù)據(jù)集，包括記錄信息的概要、所有治療參數(shù)的記錄、劑量計算、劑量測量記錄等。

3 放療數(shù)據(jù)解析過程

DICOM RT數(shù)據(jù)是在實際的放射治療過程中生成的。TPS產(chǎn)生和涉及的數(shù)據(jù)信息量最為豐富全面，涵蓋病人信息、圖像信息、計劃治療信息等。因此進(jìn)行TPS系統(tǒng)的數(shù)據(jù)解析，是解決腫瘤放療數(shù)據(jù)整合問題的有效途徑。目前較為常見的數(shù)據(jù)解析方案是直接對DICOM文件進(jìn)行操作，如利用C語言結(jié)合醫(yī)學(xué)圖像處理開源庫(DCMTK)實現(xiàn)直接讀取DICOM文件，獲取相應(yīng)的數(shù)據(jù)信息，或者通過MATLAB編寫代碼對DICOM文件進(jìn)行預(yù)處理，再結(jié)合C語言聯(lián)合開發(fā)直接對DICOM文件進(jìn)行數(shù)據(jù)操作，實現(xiàn)文件的分類。兩者的共同點都是對DICOM文件進(jìn)行數(shù)據(jù)操作，僅適用于對原始DICOM數(shù)據(jù)的讀取和處理。現(xiàn)實情況是多數(shù)治療計劃數(shù)據(jù)是由各廠商提供的TPS系統(tǒng)產(chǎn)生，基于數(shù)據(jù)和技術(shù)保護(hù)的考慮，各廠商會采用自定義的數(shù)據(jù)封裝格式將原始數(shù)據(jù)進(jìn)行打包傳輸，而這種經(jīng)過封裝的數(shù)據(jù)大多是封閉的，難以直接應(yīng)用，給數(shù)據(jù)的二次利用帶來了很大的困難。以上兩種方案均無法對TPS系統(tǒng)生成的數(shù)據(jù)文件進(jìn)行直接處理，也無法實現(xiàn)TPS數(shù)據(jù)文件的傳輸、拆包、解析、存儲入庫等操作。針對此類數(shù)據(jù)處理的難點，筆者利用數(shù)據(jù)解析方法針對文件的結(jié)構(gòu)特點設(shè)定解析規(guī)則[6]，采用C++語言編寫了TPS數(shù)據(jù)文件轉(zhuǎn)換軟件。該軟件可對TPS數(shù)據(jù)進(jìn)行底層處理，把封裝的數(shù)據(jù)還原成原始數(shù)據(jù)，可用于二次解析的結(jié)構(gòu)化數(shù)據(jù)，實現(xiàn)了TPS數(shù)據(jù)的自動化解析，解析后的數(shù)據(jù)存儲在目標(biāo)數(shù)據(jù)庫中。圖2是TPS數(shù)據(jù)解析后的部分?jǐn)?shù)據(jù)包，包含了病人治療計劃的部分?jǐn)?shù)據(jù)信息。

圖2 TPS數(shù)據(jù)文檔

在此數(shù)據(jù)集中可以看出，PlanCreateDate，PlanCreator，Stage ID等為根節(jié)點；PatientInfo，TreatmentInfo，PlanInfo則為Stage ID的子節(jié)點；PatientID，PatientName等則為PatientInfo子節(jié)點中的具體數(shù)據(jù)。此類數(shù)據(jù)文件可采用xml數(shù)據(jù)解析方法，針對數(shù)據(jù)文檔的樹形結(jié)構(gòu)，結(jié)合根、葉節(jié)點的特征編寫解析遍歷規(guī)則，即先掃描數(shù)據(jù)集的層結(jié)構(gòu)，依次讀取根節(jié)點信息，當(dāng)遇到子節(jié)點后，繼續(xù)掃描是否存在葉節(jié)點，如果不存在則將子結(jié)點信息存儲到當(dāng)前的根節(jié)點下，如果存在則將葉節(jié)點信息存儲在當(dāng)前的子節(jié)點中，讀取當(dāng)前節(jié)點信息完成后，繼續(xù)掃描下一個節(jié)點的內(nèi)容，逐層獲得數(shù)據(jù)集中的數(shù)據(jù)，并按對應(yīng)關(guān)系進(jìn)行存儲[7]。通過以上方式，可獲得TPS涉及治療計劃信息的完整的數(shù)據(jù)字段信息，包括患者信息、設(shè)備名稱、DOSE邊界、放射劑量等。通過以上數(shù)據(jù)解析過程，可以得到TPS系統(tǒng)中的VOI、DVH等描述文件[8]、DICOM RT的原始圖像文件、Contour數(shù)據(jù)文件等。DICOM RT標(biāo)準(zhǔn)與DICOM標(biāo)準(zhǔn)[9]都采用E.R基本信息模型對實體進(jìn)行抽象描述，使用信息對象定義的形式建立放射治療數(shù)據(jù)模型，并用服務(wù)類的方式實現(xiàn)對放射治療信息對象的操作。VOI、DVH等數(shù)據(jù)描述文件，常常對應(yīng)著大量浮點數(shù)據(jù)，不利于信息的檢索和存檔，因此需要通過數(shù)據(jù)的標(biāo)準(zhǔn)化建設(shè)[10]、數(shù)據(jù)降維等處理手段，構(gòu)建相應(yīng)的數(shù)據(jù)庫及表。數(shù)據(jù)庫設(shè)計過程中，由于DICOM RT標(biāo)準(zhǔn)中的圖像是針對信息對象定義[11]，信息的存儲或不同設(shè)備間的信息交換都是以IOD實例[12]來進(jìn)行，所以數(shù)據(jù)庫的設(shè)計盡量保持IOD的完整性，應(yīng)體現(xiàn)IOD之間的關(guān)系[13]，可以按照患者、研究、系列和圖像4個層次進(jìn)行檢索和管理，保持?jǐn)?shù)據(jù)的完整性。因此，數(shù)據(jù)庫的邏輯結(jié)構(gòu)應(yīng)與DICOM標(biāo)準(zhǔn)信息模型保持一致，易于體現(xiàn)各數(shù)據(jù)之間的聯(lián)系。采用關(guān)系型數(shù)據(jù)庫MySQL進(jìn)行設(shè)計，盡量與DICOM RT標(biāo)準(zhǔn)保持對應(yīng)，遵循統(tǒng)一的邏輯結(jié)構(gòu)、信息對象關(guān)系、元素屬性、屬性值的表達(dá)方式等。對于原始的DICOM文件以及TPS系統(tǒng)生成的DVH文件，可采取掃描文件路徑的形式，對文件名稱及路徑進(jìn)行遍歷，將文件的完整路徑按照一定的邏輯結(jié)構(gòu)對應(yīng)地存儲在數(shù)據(jù)庫中。

4 結(jié)語

數(shù)據(jù)解析在當(dāng)今大數(shù)據(jù)時代發(fā)揮著日益重要的作用。以腫瘤放療數(shù)據(jù)電子化、高效化管理為目標(biāo)，將數(shù)據(jù)解析應(yīng)用于腫瘤放療大數(shù)據(jù)建設(shè)中，可有效解決多系統(tǒng)腫瘤放療數(shù)據(jù)集成化管理的難題。將醫(yī)學(xué)信息分析理論方法與軟件工程思維相結(jié)合，利用計算機(jī)編程和數(shù)據(jù)庫技術(shù)，設(shè)計開發(fā)數(shù)據(jù)解析軟件，符合醫(yī)學(xué)大數(shù)據(jù)建設(shè)的發(fā)展趨勢，為診斷、影像、治療等多類醫(yī)學(xué)數(shù)據(jù)資源的高效集成提供了一定的解決思路，對加快腫瘤放療大數(shù)據(jù)的建設(shè)進(jìn)程以及開展深層次臨床數(shù)據(jù)挖掘等起到了積極的促進(jìn)作用[14-15]。