趙國樺 吳亞平 郝惠惠 時東閣 林予松

1(鄭州大學(xué)產(chǎn)業(yè)技術(shù)研究院 河南 鄭州 450001)2(西安交通大學(xué)電子與信息工程學(xué)院 陜西 西安 710049)3(鄭州大學(xué)第一附屬醫(yī)院磁共振科 河南 鄭州 450052)4(鄭州大學(xué)互聯(lián)網(wǎng)醫(yī)療與健康服務(wù)河南省協(xié)同創(chuàng)新中心 河南 鄭州 450052)5(鄭州大學(xué)軟件與應(yīng)用科技學(xué)院 河南 鄭州 450003)

0 引 言

隨著各類影像采集設(shè)備逐步在基層醫(yī)療機(jī)構(gòu)部署，越來越多的基層患者可以根據(jù)臨床需求進(jìn)行醫(yī)療影像采集。由于醫(yī)學(xué)影像的診斷主要依靠醫(yī)務(wù)人員專業(yè)技能和個人經(jīng)驗，基層醫(yī)務(wù)人員相關(guān)技能水平不足，導(dǎo)致漏診和誤診情況比較突出[1]。

當(dāng)前主要采用遠(yuǎn)程會診的形式，由三甲醫(yī)院資深醫(yī)生與基層醫(yī)生進(jìn)行病例討論。隨著問診量的增加，三甲醫(yī)院的醫(yī)生也難以應(yīng)對越來越多的基層遠(yuǎn)程會診請求。因此，利用計算機(jī)技術(shù)對醫(yī)學(xué)影像進(jìn)行輔助診斷[2-3]，可以有效提高醫(yī)生的工作效率，推進(jìn)分級診療的落地。另一方面，由于醫(yī)學(xué)影像數(shù)據(jù)量較大，受網(wǎng)絡(luò)傳輸速率的限制，醫(yī)療數(shù)據(jù)傳輸速度較慢，影響了臨床診斷工作的及時性[4-5]，急需一種新的網(wǎng)絡(luò)傳輸技術(shù)改善醫(yī)療數(shù)據(jù)傳輸緩慢的困境。IPv6作為新一代的互聯(lián)網(wǎng)技術(shù)能提供高傳輸速率、高可靠性的網(wǎng)絡(luò)環(huán)境，為當(dāng)前醫(yī)學(xué)影像的數(shù)據(jù)傳輸提供新的途徑。

本文的主要目標(biāo)是為醫(yī)療機(jī)構(gòu)設(shè)計和開發(fā)一個基于IPv6的醫(yī)學(xué)影像在線輔助診斷系統(tǒng)，對基層醫(yī)院患者上傳的影像數(shù)據(jù)進(jìn)行初步的自動化分析，為后續(xù)醫(yī)生的診斷提供有價值的參考。系統(tǒng)重點關(guān)注如何實現(xiàn)影像數(shù)據(jù)高速傳輸、如何實現(xiàn)影像數(shù)據(jù)標(biāo)注以及自動化分析。針對醫(yī)學(xué)影像大數(shù)據(jù)的特殊性，研發(fā)基于IPv6網(wǎng)絡(luò)環(huán)境下的醫(yī)學(xué)影像的快速傳輸技術(shù)，利用IPv6網(wǎng)絡(luò)的優(yōu)勢保證系統(tǒng)數(shù)據(jù)傳輸?shù)母咝?、穩(wěn)定；綜合考慮未來系統(tǒng)分析準(zhǔn)確度，合理放置數(shù)據(jù)標(biāo)注模塊，開發(fā)通用性強(qiáng)的標(biāo)注模式；采用計算機(jī)影像組學(xué)、機(jī)器學(xué)習(xí)方法，以臨床中較為嚴(yán)重的腦膠質(zhì)瘤影像數(shù)據(jù)為切入點，使用計算機(jī)高通量地提取患者腦膠質(zhì)瘤影像數(shù)據(jù)的各類特征，最后訓(xùn)練出高精度分析模型，實現(xiàn)影像數(shù)據(jù)分析的自動化。

1 相關(guān)研究

目前國內(nèi)外已經(jīng)有不少針對醫(yī)學(xué)影像的計算機(jī)輔助診斷產(chǎn)品。Arterys公司推出的Arterys Cardio DL是FDA批準(zhǔn)的第一個用于臨床的基于云計算和深度學(xué)習(xí)的分析軟件。可以分析傳統(tǒng)的心臟核磁共振圖像，進(jìn)行自動化的心室分割[6]；推想科技的智能CT輔助篩查依賴計算機(jī)的高速計算能力，有效挖掘肺癌的核心特征點，判斷不同序列影像是否存在疑似癌癥的特征，實現(xiàn)肺癌的早診早治[7]?，F(xiàn)有產(chǎn)品都是針對某一特定重大病種進(jìn)行研發(fā)；形式上往往是基于客戶端的軟件或設(shè)備，無法直接和在線醫(yī)療系統(tǒng)并用；主要用于多家醫(yī)療機(jī)構(gòu)遠(yuǎn)程會診，沒有輔助診斷的功能。

另一方面，現(xiàn)有的醫(yī)學(xué)影像系統(tǒng)主要通過傳統(tǒng)的IPv4網(wǎng)絡(luò)進(jìn)行醫(yī)學(xué)影像大數(shù)據(jù)的傳輸[8]?；鶎俞t(yī)療機(jī)構(gòu)的網(wǎng)絡(luò)條件并不理想，大多采用租用運(yùn)營商的專線來進(jìn)行數(shù)據(jù)傳輸。目前國內(nèi)外對于利用IPv6協(xié)議進(jìn)行醫(yī)學(xué)影像大數(shù)據(jù)傳輸?shù)南嚓P(guān)研究還很少[9]。我國政府正在積極推動下一代互聯(lián)網(wǎng)的規(guī)模部署以及應(yīng)用研究[10]。隨著下一代互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，IPv6網(wǎng)絡(luò)的接入將逐漸普及，研發(fā)基于IPv6的醫(yī)學(xué)影像系統(tǒng)，具有較好的應(yīng)用前景。

2 系統(tǒng)設(shè)計

本文設(shè)計開發(fā)的醫(yī)學(xué)影像在線診斷系統(tǒng)，通過IPv6網(wǎng)絡(luò)連接基層醫(yī)療機(jī)構(gòu)和省級綜合性三甲醫(yī)院。基層醫(yī)療機(jī)構(gòu)產(chǎn)生的醫(yī)學(xué)影像數(shù)據(jù)，通過高速IPv6網(wǎng)絡(luò)傳輸?shù)结t(yī)學(xué)影像云平臺；在云平臺中通過機(jī)器學(xué)習(xí)算法進(jìn)行自動化的診斷和報告生成；三甲醫(yī)院的醫(yī)生對云平臺自動生成的報告進(jìn)行審核，審核后的報告可以傳輸?shù)交鶎俞t(yī)療機(jī)構(gòu)；同時，基層醫(yī)療機(jī)構(gòu)的醫(yī)生還可以通過網(wǎng)絡(luò)與三甲醫(yī)院的醫(yī)生進(jìn)行病例討論。

2.1 功能設(shè)計

根據(jù)服務(wù)的對象，醫(yī)學(xué)影像在線診斷系統(tǒng)分為三個部分：基層醫(yī)院服務(wù)端、云端服務(wù)平臺和三甲醫(yī)院服務(wù)端。系統(tǒng)功能圖如圖1所示。

圖1 系統(tǒng)功能圖

基層醫(yī)院影像工作站將協(xié)助醫(yī)務(wù)工作者完成對腦影像的輔助診斷，并就具體病例與三甲醫(yī)院專家進(jìn)行溝通交流。具體功能包括：數(shù)據(jù)采集及上傳，利用IPv6網(wǎng)絡(luò)高速傳輸通道將患者影像數(shù)據(jù)(如CT,MRI等)上傳到醫(yī)學(xué)影像云服務(wù)平臺；報告查詢，將三甲醫(yī)院處理過的報告單下載到本地進(jìn)行查看；病例討論，與三甲醫(yī)院的專家就相關(guān)病例進(jìn)行交流討論。

醫(yī)學(xué)影像云平臺采用云架構(gòu)體系，將基層上傳的影像數(shù)據(jù)經(jīng)過抽取、同步、清洗、轉(zhuǎn)換匯入醫(yī)學(xué)影像基礎(chǔ)數(shù)據(jù)資源庫，實現(xiàn)醫(yī)學(xué)影像數(shù)據(jù)的大規(guī)模存儲；利用機(jī)器學(xué)習(xí)、影像組學(xué)[11-13]方法實現(xiàn)對影像數(shù)據(jù)的自動分析并生成報告。

三甲醫(yī)院影像工作站主要實現(xiàn)對報告審核和病理討論，主要功能有：病例查看，對云平臺上的病例數(shù)據(jù)進(jìn)行檢索和查看；報告審核，對云平臺上基于自動輔助診斷系統(tǒng)生成的報告內(nèi)容進(jìn)行審核；病例討論，與基層醫(yī)院的專家就相關(guān)病例進(jìn)行交流討論。

2.2 結(jié)構(gòu)設(shè)計

為了實現(xiàn)系統(tǒng)的具體目標(biāo)，采用分層處理的方式進(jìn)行系統(tǒng)的搭建，總體分為數(shù)據(jù)層、網(wǎng)絡(luò)層、接口層、存儲層、處理層和應(yīng)用層六個層。整個系統(tǒng)的分層結(jié)構(gòu)示意圖如圖2所示。

圖2 分層結(jié)構(gòu)示意圖

數(shù)據(jù)層主要實現(xiàn)對基層醫(yī)院多源異構(gòu)數(shù)據(jù)的整合。該層運(yùn)行于基層醫(yī)院影像工作站，目標(biāo)是實現(xiàn)醫(yī)學(xué)影像在線診斷需要使用的各類格式或非格式數(shù)據(jù)的統(tǒng)一采集，數(shù)據(jù)來源包括醫(yī)院的HIS、LIS、PACS系統(tǒng)等獨(dú)立系統(tǒng)、各類醫(yī)學(xué)影像、圖片等文件。通過對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化實現(xiàn)數(shù)據(jù)的整合存儲，便于通過網(wǎng)絡(luò)層高速傳輸?shù)皆贫朔?wù)平臺。

網(wǎng)絡(luò)層采用基于IPv6的高性能網(wǎng)絡(luò)傳輸協(xié)議，充分發(fā)揮高速專用信道的優(yōu)勢來進(jìn)行醫(yī)學(xué)影像數(shù)據(jù)的高速傳輸。本文開發(fā)的系統(tǒng)網(wǎng)絡(luò)層采用IPv6協(xié)議實現(xiàn)醫(yī)療大數(shù)據(jù)的快速轉(zhuǎn)發(fā)，提高傳輸數(shù)據(jù)的安全性，減少傳輸過程中的抖動和丟包現(xiàn)象。

接口層位于網(wǎng)絡(luò)層上方，實現(xiàn)基層醫(yī)療機(jī)構(gòu)與云平臺之間的高并發(fā)連接和數(shù)據(jù)高速交換，實現(xiàn)對多源異構(gòu)數(shù)據(jù)的統(tǒng)一處理。

存儲層采用虛擬化技術(shù)，將數(shù)據(jù)中心的存儲資源池化管理，通過負(fù)載均衡技術(shù)和虛擬化管理軟件實現(xiàn)針對存儲資源的實時監(jiān)控、動態(tài)調(diào)度，提供高性能數(shù)據(jù)庫服務(wù)。

處理層將基層醫(yī)療機(jī)構(gòu)上傳的醫(yī)學(xué)數(shù)據(jù)經(jīng)過抽取、同步、清洗、轉(zhuǎn)換匯入醫(yī)學(xué)影像基礎(chǔ)數(shù)據(jù)資源庫。結(jié)構(gòu)化數(shù)據(jù)使用數(shù)據(jù)倉庫進(jìn)行保存，非結(jié)構(gòu)化數(shù)據(jù)采用Hadoop分布式存儲結(jié)構(gòu)。為了充分保護(hù)患者的隱私，利用去隱私技術(shù)對醫(yī)學(xué)數(shù)據(jù)進(jìn)行處理。

應(yīng)用層實現(xiàn)云平臺管理端、基層醫(yī)院端、三甲醫(yī)院端的相關(guān)功能，完成業(yè)務(wù)系統(tǒng)全流程。

2.3 數(shù)據(jù)流設(shè)計

醫(yī)學(xué)影像數(shù)據(jù)是本系統(tǒng)的數(shù)據(jù)主體，系統(tǒng)依靠數(shù)據(jù)傳輸和處理連接各個功能模塊，其數(shù)據(jù)流向如圖3所示。

圖3 數(shù)據(jù)流向圖

基層醫(yī)院負(fù)責(zé)數(shù)據(jù)采集，收集到的疑難病癥數(shù)據(jù)經(jīng)過IPv6高速通道上傳到云端服務(wù)平臺并及時保存，同時數(shù)據(jù)經(jīng)過平臺內(nèi)置的分析算法對其進(jìn)行分析處理，得到該病癥的計算機(jī)輔助診斷結(jié)果，進(jìn)而生成輔助診斷報告。該報告隨后被推送到三甲醫(yī)院，醫(yī)生通過查看病例影像，參考輔助診斷報告，對該病例做出最后的診斷，并回傳給云端服務(wù)器。此時基層醫(yī)院可以下載該病例的診斷報告?；鶎俞t(yī)院若對某一病例的診斷結(jié)果存在異議時，可與三甲醫(yī)院進(jìn)行遠(yuǎn)程會診，就此病例進(jìn)行討論。

3 系統(tǒng)實現(xiàn)及關(guān)鍵技術(shù)

3.1 系統(tǒng)實現(xiàn)

本系統(tǒng)采用河南省教育科研網(wǎng)HERNET提供的遍布全省的專用網(wǎng)絡(luò)，能夠為全省18個地市提供高速的IPv6接入服務(wù)，河南省教育科研網(wǎng)網(wǎng)絡(luò)中心可以為本項目開辟高帶寬的專用信道，利用IPv6網(wǎng)絡(luò)實現(xiàn)快速的影像數(shù)據(jù)上傳。

系統(tǒng)使用C/S架構(gòu)，客戶端系統(tǒng)采用C#基于Winform的頁面框架技術(shù)進(jìn)行開發(fā)；云服務(wù)平臺使用Python開發(fā)，操作系統(tǒng)選用Linux CentOS 7。

圖4展示了客戶端的主界面，主要分為三個功能區(qū)域：上方為工具欄導(dǎo)航區(qū)，包括數(shù)據(jù)上傳、刷新列表、打印報表、下載報告、查看影像、審核上傳等功能；下方左邊為列表區(qū)，顯示了患者基本信息，點擊可打開相應(yīng)患者的報告，并在主操作區(qū)顯示報告內(nèi)容；下方右邊為主操作區(qū)，對報告進(jìn)行相關(guān)的操作以及對報告進(jìn)行病例討論。

圖4 系統(tǒng)操作主界面

數(shù)據(jù)上傳由基層醫(yī)院來完成。如圖5所示，基層醫(yī)院通過基層醫(yī)院影像服務(wù)端登錄，點擊“數(shù)據(jù)上傳”，即可將報告通過IPv6網(wǎng)絡(luò)將影像信息和患者信息傳輸?shù)结t(yī)學(xué)影像云平臺服務(wù)端。

圖5 數(shù)據(jù)上傳界面

影像數(shù)據(jù)自動分析生成的輔助診斷結(jié)果在三甲醫(yī)院醫(yī)生審核報告時附帶給出，醫(yī)生可根據(jù)輔助診斷結(jié)果對此病例做最終診斷，如圖6所示。醫(yī)生審核報告內(nèi)容并寫下備注信息后即可上傳至云服務(wù)平臺，供基層醫(yī)院下載查看。

圖6 影像數(shù)據(jù)自動分析與審核

3.2 關(guān)鍵技術(shù)研究

基于IPv6的醫(yī)學(xué)影像在線診斷系統(tǒng)在工程化實現(xiàn)中需解決的關(guān)鍵技術(shù)主要包括：IPv6數(shù)據(jù)傳輸、數(shù)據(jù)標(biāo)注、影像數(shù)據(jù)自動分析。

3.2.1IPv6數(shù)據(jù)傳輸

IPv6擴(kuò)大了IP地址的地址空間，可滿足每一臺可用的醫(yī)療設(shè)備配置一個唯一的IP地址，并且通過簡單配置即可接入IPv6網(wǎng)絡(luò)。本系統(tǒng)利用IPv6技術(shù)的優(yōu)勢，建立基于IPv6的在線診斷系統(tǒng)，進(jìn)而改善影像數(shù)據(jù)傳輸時的網(wǎng)絡(luò)質(zhì)量，滿足在線診斷對醫(yī)療信息的數(shù)據(jù)要求。

對于基層醫(yī)院和三甲醫(yī)院均使用IPv6網(wǎng)絡(luò)專用通道的情況，數(shù)據(jù)直接進(jìn)行端到端的透明傳輸。對于之前使用IPv4網(wǎng)絡(luò)中傳輸或通信，沒有配置支持IPv6網(wǎng)絡(luò)環(huán)境的基層醫(yī)院或部分三甲醫(yī)院。若要升級支持IPv6網(wǎng)絡(luò)，修改配置主要包括:網(wǎng)絡(luò)通信接口、包含IP地址的系統(tǒng)程序段和配置文件、邏輯腳本、數(shù)據(jù)庫等[14-16]，具體如圖7所示。

圖7 支持IPv6的配置修改

3.2.2數(shù)據(jù)標(biāo)注

數(shù)據(jù)標(biāo)注是本系統(tǒng)自動分析算法實現(xiàn)的前提。醫(yī)生對影像數(shù)據(jù)進(jìn)行標(biāo)注后，數(shù)據(jù)才能作為自動分析算法訓(xùn)練集使用。數(shù)據(jù)標(biāo)注模塊重點考慮模塊放置問題和如何實現(xiàn)數(shù)據(jù)標(biāo)注。

如圖8所示，數(shù)據(jù)標(biāo)注模塊有Ⅰ、Ⅱ兩種分配策略。策略Ⅰ是將數(shù)據(jù)標(biāo)注模塊放置在云端服務(wù)器，并在系統(tǒng)中內(nèi)置一個數(shù)據(jù)自動標(biāo)注的腳本。數(shù)據(jù)從基層醫(yī)院服務(wù)端上傳到云端服務(wù)器后，將依次對數(shù)據(jù)進(jìn)行自動標(biāo)注和自動分析，生成輔助診斷報告發(fā)送給三甲醫(yī)院審核。策略Ⅱ是將數(shù)據(jù)標(biāo)注模塊放置在基層醫(yī)院服務(wù)端。數(shù)據(jù)在基層醫(yī)院收集，同時基層醫(yī)院醫(yī)生負(fù)責(zé)對數(shù)據(jù)進(jìn)行手工標(biāo)注。標(biāo)注好的數(shù)據(jù)和原始數(shù)據(jù)一同上傳到云端服務(wù)器，云端服務(wù)器執(zhí)行自動分析程序，生成診斷報告發(fā)送到三甲醫(yī)院端查看審核。理論上來說，選擇策略Ⅰ更適合本系統(tǒng)，數(shù)據(jù)標(biāo)注是一個繁瑣的、重復(fù)性強(qiáng)的工作，使用計算機(jī)自動標(biāo)注很大程度上減少了醫(yī)生的工作量。但是實際效果卻不理想，目前大多數(shù)自動標(biāo)注程序的準(zhǔn)確度還達(dá)不到臨床水平，數(shù)據(jù)標(biāo)注效果較差，直接影響模型訓(xùn)練和診斷報告的結(jié)果。反觀策略Ⅱ，雖然靠醫(yī)生手工標(biāo)注，但是標(biāo)注的準(zhǔn)確度有了保障，為后續(xù)模型訓(xùn)練的準(zhǔn)確提供了保障。所以，系統(tǒng)將數(shù)據(jù)標(biāo)注放置在基層醫(yī)院服務(wù)端，醫(yī)生使用手工標(biāo)注的方式對數(shù)據(jù)做預(yù)處理。

圖8 數(shù)據(jù)標(biāo)注分配策略

本系統(tǒng)數(shù)據(jù)標(biāo)注需要使用分割工具處理DICOM(Digital Imaging and Communications in Medicine)格式的影像數(shù)據(jù)。主要功能包括影像查看、影像分割以及影像保存。具體功能通過開源工具庫ClearCanvas進(jìn)行開發(fā)。主要實現(xiàn)過程為：讀取DICOM格式的原始圖像文件，將原圖像轉(zhuǎn)換為位圖格式在程序中顯示，同時顯示原圖像屬性列；影像標(biāo)注功能在影像查看的基礎(chǔ)上進(jìn)行開發(fā)，通過在位圖上勾畫閉合線條，實現(xiàn)對病灶區(qū)域的分割和摳出，進(jìn)而實現(xiàn)病灶標(biāo)注；保存標(biāo)注好的影像文件。

3.2.3影像數(shù)據(jù)自動分析

影像數(shù)據(jù)自動分析算法是本系統(tǒng)實現(xiàn)“輔助診斷+在線診斷”的核心。系統(tǒng)最終將實現(xiàn)對多病種的鑒別診斷，目前系統(tǒng)以腦膠質(zhì)瘤分級作為切入點，實現(xiàn)對影像數(shù)據(jù)的自動分析。腦膠質(zhì)瘤分為四個級別，其中I-II級為低級別(LGG)，III-IV級為高級別(HGG)[17]。當(dāng)前算法主要目標(biāo)是根據(jù)腦膠質(zhì)瘤的高低級別進(jìn)行分類。自動分析算法具體流程如圖9所示。

圖9 自動分析算法流程

歷史數(shù)據(jù)經(jīng)過醫(yī)生標(biāo)注之后，將進(jìn)行特征工程。利用計算機(jī)影像組學(xué)的方法大量提取包括一階統(tǒng)計特征、空間幾何特征、紋理特征三大類特征，經(jīng)過特征降維后，針對降維數(shù)據(jù)進(jìn)行模型建立。其中，一階統(tǒng)計特征16個(主要為描述亮度的標(biāo)量)、空間幾何特征9個(主要為描述空間幾何特性的標(biāo)量)、紋理特征300個(主要為描述病灶內(nèi)部特征的標(biāo)量)。使用互信息方法將提取的各類特征進(jìn)行分組，在各組中計算信息增益，選擇增益最大的特征構(gòu)建降維候選集，最后進(jìn)行模型訓(xùn)練，生成分類模型。

自動分析算法使用已經(jīng)訓(xùn)練好的分類模型，可以減少算法本身的復(fù)雜度。新接收的影像數(shù)據(jù)經(jīng)過標(biāo)注后即可導(dǎo)入自動分析模塊，包括對數(shù)據(jù)執(zhí)行特征工程、導(dǎo)入分類模型進(jìn)行分類，最后輸出分類結(jié)果。

4 系統(tǒng)測試

本文使用臨床影像數(shù)據(jù)對系統(tǒng)進(jìn)行功能測試和性能測試。

測試將模擬系統(tǒng)的實際使用情況——數(shù)據(jù)由基層醫(yī)院輸?shù)皆品?wù)器，再由云服務(wù)器傳輸?shù)饺揍t(yī)院。選擇鄭州大學(xué)兩個校區(qū)作為數(shù)據(jù)傳輸節(jié)點，鄭州大學(xué)南校區(qū)模擬為三甲醫(yī)院端并將云服務(wù)器部署在南校區(qū)，鄭州大學(xué)新校區(qū)模擬為基層醫(yī)院，數(shù)據(jù)由新校區(qū)傳輸?shù)侥闲^(qū)。

三甲醫(yī)院端節(jié)點操作系統(tǒng)選用Microsoft Windows Server 2008 R2 Datacenter，處理器配置為Intel64 Family 6 Model 44 Stepping 2 GenuineIntel ～2400，4 GB內(nèi)存。云服務(wù)器節(jié)點操作系統(tǒng)選用Microsoft Windows Server 2008 R2 Standard，處理器配置為Intel64 Family 6 Model 62 Stepping 4 GenuineIntel ～2100，內(nèi)存4 GB?；鶎俞t(yī)院端節(jié)點操作系統(tǒng)Microsoft Windows 7 旗艦版，處理器Intel64 Family 6 Model 94 Stepping 3 GenuineIntel～2496，8 GB內(nèi)存。數(shù)據(jù)傳輸?shù)木彺鎱^(qū)設(shè)置為256 K。

4.1 功能測試

本文將測試系統(tǒng)所提供的功能模塊是否實現(xiàn)以及各模塊功能點是否完善。表1列出了本系統(tǒng)主要功能模塊。使用黑盒測試法進(jìn)行功能測試，包括采用等價類劃分和邊界值分析測試數(shù)據(jù)、錯誤推測法測試功能，同時檢查測試結(jié)果是否符合業(yè)務(wù)邏輯，最后評審功能測試結(jié)果。

表1 主要功能模塊

整個測試過程進(jìn)行了三輪全面測試以及6次隨機(jī)測試。整個測試過程未發(fā)現(xiàn)崩潰性和嚴(yán)重性錯誤，但存在一般性和提示性錯誤。及時反饋功能缺陷并修復(fù)問題后，系統(tǒng)在功能上能夠滿足用戶需要。

4.2 性能測試

本節(jié)將對核心功能模塊的性能測試情況做簡要介紹，包括：IPv6環(huán)境下數(shù)據(jù)傳輸性能以及自動分析算法的性能。

4.2.1IPv6環(huán)境下數(shù)據(jù)傳輸性能測試

本節(jié)將測試在IPv6環(huán)境下，六組大小不同的數(shù)據(jù)包由客戶端傳輸?shù)皆品?wù)器的傳輸速度，對照組設(shè)置為測試IPv4環(huán)境下傳輸相同大小數(shù)據(jù)時的傳輸速度。

實驗傳送數(shù)據(jù)包大小以及實驗結(jié)果如表2、表3所示。

表2 基層醫(yī)院端到云服務(wù)器的數(shù)據(jù)傳輸

表3 云服務(wù)器到三甲醫(yī)院端的數(shù)據(jù)傳輸

基層醫(yī)院數(shù)據(jù)傳送到云服務(wù)器測試環(huán)境在同城的兩個獨(dú)立校區(qū)進(jìn)行，傳送數(shù)據(jù)量從百兆級到千兆級，涵蓋了各類影像數(shù)據(jù)單元，在IPv4網(wǎng)絡(luò)環(huán)境下傳輸速度僅有2.33 MB/s,傳輸一百多兆數(shù)據(jù)的時耗已經(jīng)超過1分鐘，而在IPv6環(huán)境下平均傳輸速度達(dá)到約15 MB/s，傳輸一百多兆數(shù)據(jù)耗時僅需十幾秒。云服務(wù)器數(shù)據(jù)傳送到三甲醫(yī)院測試環(huán)境在同一個校區(qū)的不同路由范圍內(nèi)進(jìn)行，傳送數(shù)據(jù)與基層醫(yī)院傳送到云服務(wù)器為同一批數(shù)據(jù)，IPv4網(wǎng)絡(luò)下傳輸速度接近11 MB/s，而處于IPv6網(wǎng)絡(luò)環(huán)境下的平均傳輸速度達(dá)到約63 MB/s。由此可見使用IPv6網(wǎng)絡(luò)環(huán)境傳輸醫(yī)學(xué)影像數(shù)據(jù)和IPv4網(wǎng)絡(luò)環(huán)境相比，傳輸效率有顯著提升。

4.2.2自動分析算法的性能測試

自動分析算法為三甲醫(yī)院醫(yī)生提供參考性意見，其準(zhǔn)確度直接影響醫(yī)生的診斷。為了驗證本系統(tǒng)開發(fā)的數(shù)據(jù)自動分析算法的性能，本節(jié)將使用上傳到云服務(wù)平臺的119例腦膠質(zhì)瘤影像數(shù)據(jù)對本自動分析算法進(jìn)行準(zhǔn)確率評估。

上傳的119例腦膠質(zhì)瘤數(shù)據(jù)包括68例HGG和51例LGG，全部數(shù)據(jù)的分級都由醫(yī)院病理科確認(rèn)。自動分析算法部署在新校區(qū)云服務(wù)器上。測試的分類結(jié)果統(tǒng)計在如圖10所示的混淆矩陣中。

圖10 分類結(jié)果的混淆矩陣

圖10中，Predicted Label 標(biāo)簽下的HGG和LGG表示本系統(tǒng)智能分析算法對119例腦膠質(zhì)瘤數(shù)據(jù)的預(yù)測結(jié)果，True Label標(biāo)簽下的HGG和LGG表示數(shù)據(jù)實際的分級結(jié)果。為了更具體地說明分級性能的優(yōu)劣性，引入準(zhǔn)確率、靈敏度、特異度、漏診率、誤診率進(jìn)行描述，如表4所示。

表4 指標(biāo)評估

其中，準(zhǔn)確度是指測量值與真實值的接近程度，這里表示預(yù)測正確的樣本數(shù)占總樣本數(shù)的比例，設(shè)定LGG為正樣本，HGG為負(fù)樣本。靈敏度描述了識別出的正樣本占全部正樣本的比例；特異度描述了識別出的負(fù)樣本占全部負(fù)樣本的比例；漏診率了描述未識別的正樣本占全部正樣本的比例；誤診率了描述未識別的負(fù)樣本占全部負(fù)樣本的比例。表中數(shù)據(jù)顯示智能分析算法準(zhǔn)確度率90.76%，普通醫(yī)生的確診準(zhǔn)確率為70%～80%，所以本系統(tǒng)智能分析算法為醫(yī)療工作者提供輔助性的診斷信息是可靠的。

5 結(jié) 語

本文設(shè)計開發(fā)了基于IPv6的醫(yī)學(xué)影像在線診斷系統(tǒng)，實現(xiàn)了在IPv6網(wǎng)絡(luò)環(huán)境下醫(yī)學(xué)影像數(shù)據(jù)的高速傳輸，同時使用影像組學(xué)、機(jī)器學(xué)習(xí)方法實現(xiàn)了對影像數(shù)據(jù)的自動分析。實驗結(jié)果表明系統(tǒng)功能相對健全、傳輸性能穩(wěn)定和自動分析性能良好。系統(tǒng)能為醫(yī)生提供可參考的信息，有效減少醫(yī)生工作量，實現(xiàn)“輔助診斷+在線診斷”新的醫(yī)療模式。本文系統(tǒng)以腦膠質(zhì)瘤的分級作為實例開發(fā)，涵蓋了遠(yuǎn)程醫(yī)療影像診斷的基本流程，今后可將本模式推廣到臨床的其他病種，如肺結(jié)節(jié)診斷等。但系統(tǒng)也存在一些不足和缺陷，例如：系統(tǒng)沒有充分考慮大規(guī)模并發(fā)的數(shù)據(jù)傳輸；目前涉及的病種較為單一，有待進(jìn)一步增加。