袁慧敏，龔敬，聶生東

上海理工大學(xué)醫(yī)學(xué)影像工程研究所，上海200093

前言

作為“癌癥之首”，肺癌發(fā)病年齡比以往提早了5～10年［1］。若要提高肺癌治愈率，須早診斷、早治療［2］。

隨著精準(zhǔn)醫(yī)療時代的到來與發(fā)展，影像組學(xué)（Radiomcis）的概念自2012年Lambin等［3］提出以來引起了影像研究者的廣泛關(guān)注，基于肺部CT影像組學(xué)通過對肺癌CT影像提取大量特征，再研究這些特征與臨床數(shù)據(jù)之間的深層關(guān)系，揭示肺癌的發(fā)生、發(fā)展及臨床轉(zhuǎn)歸規(guī)律，在預(yù)測和指導(dǎo)肺癌的精準(zhǔn)診療研究方面具有較大的潛能［4-6］。

數(shù)據(jù)是以上研究的基礎(chǔ)和關(guān)鍵，而國內(nèi)現(xiàn)存的相關(guān)肺癌研究數(shù)據(jù)庫大多采用C/S架構(gòu)，且存在界面老化、操作不便、服務(wù)對象范圍較狹窄、無法實(shí)現(xiàn)數(shù)據(jù)共享等問題［7］。國際上應(yīng)用最廣泛的肺結(jié)節(jié)檢測CT影像數(shù)據(jù)庫-LIDC/IDRI數(shù)據(jù)庫雖然促進(jìn)了肺結(jié)節(jié)計算機(jī)輔助診斷（Computer-Aided Diagnosis,CAD）的發(fā)展，但其未建立一個完整的數(shù)據(jù)模型，造成數(shù)據(jù)存取不便，且數(shù)據(jù)的完整性和一致性無法得到保障。同時，該數(shù)據(jù)庫中每個樣本病例只包含一組CT影像，無法實(shí)現(xiàn)肺結(jié)節(jié)病灶區(qū)域生長變化的研究。最后，該數(shù)據(jù)庫中的病理診斷結(jié)果不完整，無法實(shí)現(xiàn)對肺腫瘤良惡性預(yù)測和鑒別的研究，且缺乏臨床信息，無法利用多學(xué)科綜合信息實(shí)現(xiàn)對肺癌的精確診斷［8-9］。文獻(xiàn)［10］采用VC++工具對LIDC數(shù)據(jù)庫中的數(shù)據(jù)做了3點(diǎn)改進(jìn)：①增加數(shù)據(jù)檢索功能；②統(tǒng)一數(shù)據(jù)模型；③CT圖像瀏覽可視化。但僅有以上改進(jìn)，仍不能實(shí)現(xiàn)數(shù)據(jù)共享也無法滿足影像組學(xué)精準(zhǔn)診療的需求。

為解決以上問題，本文研究了肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)設(shè)計及開發(fā)方法，首先進(jìn)行需求分析并以此為基礎(chǔ)進(jìn)行功能模塊設(shè)計，然后進(jìn)行系統(tǒng)結(jié)構(gòu)和數(shù)據(jù)庫設(shè)計，最后采用B/S開發(fā)架構(gòu)、MVC開發(fā)模式，利用HTML+JavaScript+CSS以及PHP技術(shù)開發(fā)數(shù)據(jù)庫的前端數(shù)據(jù)檢索和后臺數(shù)據(jù)管理的界面和功能，接著使用MySQL數(shù)據(jù)庫管理系統(tǒng)對各類型數(shù)據(jù)統(tǒng)一管理，最后利用多學(xué)科數(shù)據(jù)以及肺部CT影像數(shù)據(jù)進(jìn)行系統(tǒng)測試。最終為肺部影像研究者提供一個以數(shù)據(jù)共享為核心，功能全面，數(shù)據(jù)全面且標(biāo)準(zhǔn)的可滿足肺部影像組學(xué)精準(zhǔn)診療需求的數(shù)據(jù)庫系統(tǒng)。

1 材料與方法

1.1 肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)設(shè)計

1.1.1 功能結(jié)構(gòu)設(shè)計作為一種面向肺部影像研究者的新型肺部影像資源及各學(xué)科數(shù)據(jù)組織與管理的平臺，肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)與其它現(xiàn)存肺癌相關(guān)數(shù)據(jù)庫相比，具有以下特性：①以基于肺部CT影像組學(xué)為中心，組織與管理影像資源與多學(xué)科融合數(shù)據(jù)，包括病人基本信息及病理診斷數(shù)據(jù)、CT影像診斷數(shù)據(jù)、肺結(jié)節(jié)數(shù)據(jù)、基因數(shù)據(jù)、腫瘤報告數(shù)據(jù)、治療前最后一套和治療后第一套CT影像，為肺部疾病量化分析、精確診斷及肺部病灶區(qū)域生長變化研究提供全面的數(shù)據(jù)基礎(chǔ)；②基于對影像研究需求和HTTP網(wǎng)絡(luò)傳輸與響應(yīng)時間這兩種因素的權(quán)衡考慮，系統(tǒng)中設(shè)置的CT影像格式有3種，包括JPG、DICOM和Zip格式，研究者可根據(jù)個人研究需求向系統(tǒng)請求不同格式的影像數(shù)據(jù)；③在DICOM格式影像文件中，除了可調(diào)節(jié)窗寬、窗位等功能，還可以進(jìn)行數(shù)字圖像的其他專業(yè)處理，包括連圖像平滑與銳化、連續(xù)閾值變換、Sobel變換等，可為研究者進(jìn)一步分析影像提供有效參考；④為保證數(shù)據(jù)安全，防止重要數(shù)據(jù)丟失，建立回收站機(jī)制。系統(tǒng)總體功能設(shè)計如圖1所示?？傮w功能包括各學(xué)科數(shù)據(jù)檢索、CT影像后處理（包括JPG和DICOM格式）、留言板、系統(tǒng)設(shè)置、權(quán)限設(shè)置、表格導(dǎo)入與導(dǎo)出數(shù)據(jù)庫、回收站管理、數(shù)據(jù)管理。在滿足以上系統(tǒng)功能的前提下，再進(jìn)一步按照父級節(jié)點(diǎn)功能細(xì)分各個子模塊。

1.1.2 系統(tǒng)結(jié)構(gòu)設(shè)計在總體功能模塊設(shè)計的基礎(chǔ)上，將數(shù)據(jù)庫系統(tǒng)分成前臺數(shù)據(jù)檢索與后臺數(shù)據(jù)管理兩大部分。其中，用戶在前臺通過后臺鏈接轉(zhuǎn)到后臺登錄界面，再將以上兩部分與底層數(shù)據(jù)庫連接，形成如圖2所示的系統(tǒng)總體結(jié)構(gòu)設(shè)計。

圖1 肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)功能結(jié)構(gòu)設(shè)計Fig.1 Functional structure design of lung radiomcis database system

圖2 肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)總體結(jié)構(gòu)設(shè)計Fig.2 Structure design of lung radiomcis database system

前臺設(shè)計包括CT影像（JPG格式）的查詢與后處理、影像組學(xué)相關(guān)多學(xué)科臨床診療數(shù)據(jù)查詢、留言板功能。其中，影像查詢支持治療前后兩套影像同時查詢；通過引入插件實(shí)現(xiàn)影像后處理操作，包括選定感興趣區(qū)域、感興趣區(qū)域上下平移、放大縮小、旋轉(zhuǎn)、鎖定等操作。經(jīng)過后處理操作形成的CT影像并不覆蓋原圖像，以保證影像資源的可復(fù)用性。多學(xué)科數(shù)據(jù)查詢包括基本及病理診斷、肺結(jié)節(jié)位置、影像診斷、基因、腫瘤數(shù)據(jù)、隨訪數(shù)據(jù)查詢。在數(shù)據(jù)查詢方式的設(shè)置中，除了包含普通查詢方式，如：按病人ID號、性別、年齡、病理檢查日期等；還包括肺結(jié)節(jié)直徑大小、病理類型、TNM分期等專業(yè)查詢方式。此外，系統(tǒng)還支持“各學(xué)科綜合數(shù)據(jù)-肺結(jié)節(jié)數(shù)據(jù)-CT影像”遞進(jìn)式查詢，此查詢方式設(shè)計不僅能滿足研究者數(shù)據(jù)需求，也可有效提高研究者的工作效率。最后，前臺還設(shè)置了“留言板”功能，有利于激發(fā)用戶的參與積極性，提高個性化服務(wù)水平。

后臺主要負(fù)責(zé)系統(tǒng)所有相關(guān)數(shù)據(jù)管理與維護(hù)，其安全性對于系統(tǒng)的正常運(yùn)行至關(guān)重要。因此系統(tǒng)添加了基于角色的權(quán)限訪問控制（Role-Based Access Control,RBAC）管理模型設(shè)置［11］，由管理員為后臺添加不同角色的用戶，并給用戶分配唯一的用戶名、密碼以及相應(yīng)權(quán)限。在設(shè)計此部分功能時，共添加了3種角色，分別為管理員、網(wǎng)站編輯、普通用戶。其中，管理員具有所有操作權(quán)限，包括數(shù)據(jù)的管理與維護(hù)、用戶管理、角色管理、權(quán)限分配等；網(wǎng)站編輯的權(quán)限包括驗(yàn)證碼字母個數(shù)與大小的設(shè)置等；普通用戶只能查看各個學(xué)科和CT影像數(shù)據(jù)。用戶需在登錄界面輸入正確的用戶名、密碼以及驗(yàn)證碼，待系統(tǒng)驗(yàn)證后方能進(jìn)入后臺。

后臺的數(shù)據(jù)管理主要包括各學(xué)科診療數(shù)據(jù)管理、CT影像管理、Excel數(shù)據(jù)導(dǎo)入與導(dǎo)出。其中各學(xué)科診療數(shù)據(jù)管理包括數(shù)據(jù)添加、刪除、修改、查看，同時為了保證數(shù)據(jù)的安全，防止用戶操作失誤而造成重要數(shù)據(jù)丟失，后臺還添加了回收站機(jī)制，被點(diǎn)擊“刪除”的數(shù)據(jù)將會暫時進(jìn)入回收站，在回收站中可將數(shù)據(jù)“還原”，或從數(shù)據(jù)庫中徹底刪除。在CT影像管理中，設(shè)置了JPG格式影像的上傳、壓縮、將上傳影像自動保存至服務(wù)器以及將影像相對路徑等信息保存至數(shù)據(jù)庫等。此外，還設(shè)置了DICOM格式CT影像的上傳及后處理操作，研究者可對每一幀DICOM格式的影像進(jìn)行窗寬和窗位調(diào)節(jié)、利用窗口中的工具勾選感興趣區(qū)域、對圖像進(jìn)行閾值變換、Sobel變換等專業(yè)數(shù)字醫(yī)學(xué)圖像變換，輔助研究者進(jìn)行影像分析。另外，系統(tǒng)還提供被壓縮成JPG格式的DICOM影像序列上傳與下載，以上設(shè)計思想既能滿足研究者對醫(yī)學(xué)影像精度的需求，又可節(jié)省系統(tǒng)所占空間，進(jìn)而提高系統(tǒng)性能。最后，后臺設(shè)置了Excel數(shù)據(jù)導(dǎo)入與導(dǎo)出功能，可一次性將表格中的數(shù)據(jù)批量添加到數(shù)據(jù)庫，也可將數(shù)據(jù)庫中的數(shù)據(jù)一鍵導(dǎo)入到表格中供研究者進(jìn)行數(shù)據(jù)統(tǒng)計學(xué)分析，減輕管理員數(shù)據(jù)錄入的工作負(fù)擔(dān)。

1.1.3 數(shù)據(jù)庫設(shè)計數(shù)據(jù)庫設(shè)計的目的不僅在于實(shí)現(xiàn)肺部影像組學(xué)相關(guān)數(shù)據(jù)存儲與管理，使得原本松散獨(dú)立的數(shù)據(jù)形成一個完整的數(shù)據(jù)模型，還包括概念設(shè)計和邏輯設(shè)計。

概念設(shè)計階段主要分析影像組學(xué)數(shù)據(jù)庫系統(tǒng)中存在的實(shí)體，再抽象出各實(shí)體的屬性以及各實(shí)體間的關(guān)系，最終形成E-R模型［12］。肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)中各項(xiàng)數(shù)據(jù)形成的E-R模型如圖3所示，共包括8種實(shí)體，分別是病人、基本信息記錄及病理診斷報告、CT影像診斷報告、CT影像序列、基因診斷報告、腫瘤標(biāo)記物檢查報告、肺結(jié)節(jié)、術(shù)后隨訪記錄。病人與基本及病理數(shù)據(jù)之間的關(guān)系是1對1；病人與CT影像、基因以及腫瘤標(biāo)記物檢查報告之間的關(guān)系也是1對1；病人與CT影像之間的關(guān)系是1對多；CT影像序列與影像報告之間的關(guān)系為多對1；影像報告與肺結(jié)節(jié)之間關(guān)系為1對多；肺結(jié)節(jié)與隨訪數(shù)據(jù)之間的關(guān)系為多對1。

邏輯設(shè)計是將已經(jīng)設(shè)計好的E-R模型轉(zhuǎn)換為關(guān)系模型，其能夠更加清晰地描述系統(tǒng)業(yè)務(wù)與需求之間的關(guān)系［13］。因此本數(shù)據(jù)庫包括基本及病理數(shù)據(jù)表、肺結(jié)節(jié)數(shù)據(jù)表、影像診斷表、基因報告表、腫瘤報告表、CT影像路徑表（包括治療前后）、隨訪數(shù)據(jù)表，以上各表及其包含字段，如表1所示（治療前后的CT影像路徑表設(shè)置相同，故二者只做一次說明）。其中基本及病理診斷表為主表，其字段“序號”設(shè)置為主鍵，其余各表都有某字段設(shè)置為外鍵，設(shè)置為外鍵字段的數(shù)值只能來源于主表中的主鍵值，由此，各數(shù)據(jù)表形成了一個相互聯(lián)系的完整數(shù)據(jù)模型。本數(shù)據(jù)庫邏輯設(shè)計符合3NF設(shè)計要求。

圖3 各項(xiàng)數(shù)據(jù)類E-R模型Fig.3 E-R model of various data classes

表1 肺部影像組學(xué)數(shù)據(jù)庫邏輯設(shè)計Tab.1 Logical designs of lung radiomcis databases

1.2 實(shí)現(xiàn)技術(shù)

1.2.1 總體開發(fā)方案本系統(tǒng)采用B/S開發(fā)架構(gòu)，并選用基于MVC模式的框架ThinkPHP完成系統(tǒng)開發(fā)。肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)架構(gòu)如圖4所示。

MVC模式適用于Web開發(fā)，它將系統(tǒng)分成互不影響的 Model模型（M）層、View 視圖（V）層、Controller控制器（C）層［14］。以上3層互不影響，有利于提高開發(fā)程序的可復(fù)用性。但由于該模式本身的復(fù)雜性，若直接基于該模式開發(fā)會造成開發(fā)難度增加、周期延長等問題。本系統(tǒng)采用基于MVC模式的開發(fā)框架ThinkPHP進(jìn)行系統(tǒng)的開發(fā)，其支持簡潔輕便的ORM操作，配合簡便的CURD操作；且具有支持視圖模型和關(guān)聯(lián)模型、可輕松實(shí)現(xiàn)多表關(guān)聯(lián)與查詢。

1.2.2 關(guān)鍵技術(shù)在基于MVC的設(shè)計模式下，需對M層、V層、C層分別進(jìn)行數(shù)據(jù)庫系統(tǒng)的開發(fā)。首先，V層面向用戶，采用HTML、CSS、JavaScript技術(shù)進(jìn)行前端界面的設(shè)計與開發(fā)。C層負(fù)責(zé)用戶請求的邏輯處理，采用PHP技術(shù)，完成對研究者所發(fā)請求的處理，并連接數(shù)據(jù)庫，將肺部影像組學(xué)數(shù)據(jù)庫中的數(shù)據(jù)返還給研究者。PHP是一種運(yùn)行在Web服務(wù)器端的腳本語言，目前采用該技術(shù)開發(fā)的Web項(xiàng)目約占82.3%［15］。除了具有免費(fèi)開源、支持跨平臺運(yùn)行等優(yōu)勢，其還可將用戶經(jīng)常訪問的PHP程序駐留在內(nèi)存中，因此再次訪問該程序時無需重新編譯，可顯著提高系統(tǒng)的運(yùn)行效率與性能。M層采用MySQL技術(shù)［16］，MySQL是一種關(guān)系型數(shù)據(jù)管理系統(tǒng)，不僅具有可移植性，支持多線程模式，且由于其源代碼開放，對PHP有很好的支持，經(jīng)常作為Web開發(fā)者的首選數(shù)據(jù)庫技術(shù)。

圖4 肺部影像組學(xué)數(shù)據(jù)庫系統(tǒng)開發(fā)架構(gòu)Fig.4 Development framework of lung radiomcis database system

2 測試結(jié)果

本系統(tǒng)已發(fā)布到實(shí)驗(yàn)室內(nèi)Apache Web服務(wù)器上［17-18］，使用Linux、Windows、Mac OS等不同平臺對本系統(tǒng)進(jìn)行測試，其中，圖5為系統(tǒng)首頁面，圖6為后臺登錄頁面，圖7為Excel下載頁面，圖8為CT圖像Sobel濾波處理頁面。

圖5 系統(tǒng)首頁面Fig.5 System homepage

測試結(jié)果表明，本系統(tǒng)可在HTTP協(xié)議［19］下順利實(shí)現(xiàn)跨平臺運(yùn)行，并可有效保證數(shù)據(jù)安全性和一致性。

3 小結(jié)

肺癌是我國“第一癌”，其發(fā)病率在所有惡性腫瘤中位居首位。因而利用影像組學(xué)相關(guān)方法對肺癌進(jìn)行精準(zhǔn)診療已經(jīng)成為醫(yī)學(xué)影像領(lǐng)域的研究重點(diǎn)。而數(shù)據(jù)是以上研究的關(guān)鍵，本研究所設(shè)計的肺部影像組學(xué)數(shù)據(jù)庫采用B/S開發(fā)架構(gòu)與國內(nèi)采用C/S架構(gòu)的肺癌相關(guān)數(shù)據(jù)庫相比［20］，彌補(bǔ)了國內(nèi)相關(guān)數(shù)據(jù)庫操作復(fù)雜，服務(wù)對象受限等不足。實(shí)現(xiàn)數(shù)據(jù)查詢與管理一體化，用戶無需下載任何客戶端軟件，只需通過瀏覽器即可訪問，操作簡便靈活、可兼容多平臺。

圖6 后臺登錄頁面Fig.6 Login page

此外，LIDC數(shù)據(jù)庫中除影像外的數(shù)據(jù)使用文本格式和Excel格式保存，不同的格式不僅造成用戶下載不便，數(shù)據(jù)的安全性和一致性也無法得到保障。故本系統(tǒng)采用MySQL數(shù)據(jù)庫技術(shù)，使治療前后兩套CT影像與各學(xué)科臨床診療數(shù)據(jù)形成一個具有完整性和一致性的數(shù)據(jù)模型。最后，本系統(tǒng)可向研究者提供肺癌病例治療前后兩套CT影像和完整的病理診斷結(jié)果及各學(xué)科臨床診療數(shù)據(jù)，補(bǔ)充了LIDC所含數(shù)據(jù)項(xiàng)的不足，可實(shí)現(xiàn)對肺結(jié)節(jié)或其他肺部疾病征象及其發(fā)生、轉(zhuǎn)化過程的研究及對肺癌良惡性預(yù)測和鑒別的研究，更重要的是可較大程度上推進(jìn)基于肺部CT影像組學(xué)對肺癌的精準(zhǔn)診療研究。

圖7 Excel下載頁面Fig.7 Excel download page

圖8 CT圖像Sobel濾波處理Fig.8 Sobel filtering in CT image