計算機輔助診斷與醫學影像領域融合發展研究

蘇虞磊,薛 方,李增江

(西安醫學院,陜西 西安 710021)

0 引言

19 世紀60 年代,在醫學診斷中融入計算機輔助的技術第一次被提起,由于當時計算機技術水平較為落后,導致該方面的技術難以進行下去。直到20 世紀,計算機技術飛速發展,數學算法也逐漸完善,這才使得計算機輔助診斷技術在醫學影像診斷領域中的研究得以飛快發展。由于技術輸出的結果不同,大致被分為兩種:計算機輔助診斷與計算機輔助檢出。

1 計算機輔助診斷簡介

計算機輔助診斷通過較為先進的計算機軟件以及數字放射圖像進行分析和處理,來檢測病前的特征,并能及時發現,所檢測出的結果被作為第二個診斷結果進行參考,幫助提升放射科醫生的診斷準確性,同時也被稱為醫生的輔助“眼睛”,可以高效精準地進行診斷,并改善診斷的復發性,縮短閱讀時間,使工作效率得以提升[1]。計算機輔助診斷技術也被稱為CAD,其中的D 就包含了兩個方面:Detection 和Diagnosis,也就是檢測和診斷,其意義就是協助醫生發現病情并精準診斷病情。

2 計算機輔助在醫學影像的作用

醫學影像領域中,各式各樣的影像檢查技術的平片、計算機X 線斷層掃描、磁共振成像、正電子發射計算機斷層顯像以及超聲等技術都可以運用到計算機輔助診斷系統當中。人體任何部位都可以利用計算機診斷技術來提高影響檢測的準確性。現如今,大多數計算機輔助診斷技術研究都被應用于乳腺癌和肺結節等病況檢測中,基于身體中別的部位運用計算機輔助診斷技術的研究不僅少而且都不夠成熟。為此,肺結節以及乳腺癌病況的計算機輔助診斷研究幾乎代表了如今CAD 在醫學影像中應用的最高水平。隨著經濟時代的來臨,計算機以及AI 技術的發展尤其迅速,這為醫學領域中的CAD 技術發展打下了基礎,但由于我國的計算機輔助診斷技術起步較晚,而且水平較低,被應用的范圍也受限,沒有很出色的驗證以及評估,法制發展一直不平衡,仍存在著一定的難題[2]。

3 計算機輔助診斷在醫學影像診斷中的基本原理

計算機輔助診斷技術在醫學圖像領域中的應用過程中,需要對系統的相應診斷參數進行圖像預處理,使圖像的噪聲進行降低,糾正圖像中的灰度不均勻性等問題,執行此類操作是為了彌補不同類型或不同來源而導致的診斷數據中的差異性。雖說此類操作過程不作為CAD 中的重要組成部分,但如果事先不這么做的話,將會導致最終的診斷出現錯誤。在CAD 技術中,圖像分割是指把所獲得的診斷圖像分割至不同的街跑區域,然后根據圖像中的特短進行病狀的偵查以及病情特征的獲取,提升診斷的精準性。

所謂計算機輔助診斷技術中的樣本采集就是精準識別和樣本采集技術的研究領域并進行有效采集,改進研究領域中包括結腸息肉、腫瘤等病況。在正常的計算機輔助系統運行中,需要先對其樣本采集才能進行下一步的分析與研究。圖像特征中較為常見的包括邊緣特征、信號特征、紋理特征。該特征都可以有效反映圖像中的信號強弱等具體內容。此過程中要特別注意,提取圖像特征工作作為CAD 技術應用中的重點內容,并不是檢測出的越多而效率越高,而是有效地減少技術運用的時間并提升病情的檢出率。

4 計算機輔助診斷的工作步驟和圖像要求

4.1 工作步驟

計算機輔助診斷的工作步驟大體分為3 步:①圖像的預處理,其目的是把病況從正常的結構中進行分析并精準提取。圖像預處理的主要目的就是讓計算機較為容易地檢測出大概率存在的病況,并讓計算機可以從較為復雜的結構背景中將可疑的病況進行精準定位。不同的病況利用不同的圖像處理以及計算方式,將疑似病例從正常的結構中分離出來。②提取圖像征像或者是圖像特征中的量化。這一步的主要原因是將第一步計算機所提取的病況進行量化,也就是病況的特征分析過程。所分析出的特征是最有價值的影像學表現,如形態、病狀大小、密度等,這也說明影像診斷醫生對病變診斷會更加精準。③數據處理過程,通過第二步獲取的圖像特征的數據精準地輸入各種數學或統計算法,如人工神經網絡并形成一個CAD 系統。對病況進行有效分類,來更清楚地區分各種病情。通常的方法主要為神經網絡、貝葉斯網絡、規則提取法、決策樹等。目前,人工神經網絡得到了廣泛的應用,并取得了良好的效果。

4.2 圖像要求

信噪比也被稱為SNR 或S/N(SIGNAL-NOISE RATIO),又稱為訊噪比。SNR 是指表征五項中信號強度與噪聲強度之比的參數。信噪比越高,對有用信號的噪聲干擾越小,信號傳輸質量越高,所以圖像中的信噪比越高越好。在計算機輔助診斷的過程中圖像分辨率對病況判斷的能力影響巨大,計算機輔助診斷技術要求為數字化,計算機X 射線、數字化X 射線攝影系統在臨床診斷的應用,可以直接滿足計算機輔助診斷要求的圖像。

5 計算機輔助診斷在醫學影像診斷中的應用進展

5.1 肺結節性病變方面的應用

CAD 技術被應用于最早的一個領域為胸片影像。然而,由于人肋骨和支氣管血管束在胸部X 光檢查上的解剖學重疊,這導致此技術在早期進行診斷的過程中經常出現漏診、誤診的現象。在早期的病情檢查過程中,絕大多數都以醫生的豐富經驗來進行開展,所以當時針對胸部來進行肺癌CAD 診斷就成了醫學影像診斷領域最受歡迎的話題。

5.2 乳腺癌中方面的應用

現如今,CAD 技術被應用于乳腺癌醫學影像的范圍較多,針對乳腺癌的研究集中點在腫塊、鈣質沉積的檢測數據方面提升準確性,在此過程中,乳腺類型和腫瘤類型是影響檢測效率的關鍵因素。在CAD 技術對乳腺癌診斷的過程中,檢出鈣化灶整體效率是最為良好的,檢測的準確率一般掌控在90%～99%,該過程中計算機受到了乳腺體密度等因素的影響,檢出腫塊的效能低,基本掌控在84%～90%,此檢出還有著較大的發展空間。

5.3 CT 結腸癌診斷中的應用

經研究調查分析得出,腸癌如果在發病初期及時發現并進行手術切割,可以使腸癌癥的發病率有效減少,這表明在腸癌發病初期及時進行必要的檢測成了重點內容。在最早期腸息肉檢查手段中主要運用計算機X 線斷層掃描結腸成像,此技術在應用一段時間后發現檢出的結果并沒有預想的那么好,最主要的原因是計算機X 線斷層掃描成像在檢出的過程中會測出成堆圖像從而使結果受到影響。全新的CAD 診斷技術被應用后,使問題得到了完美的解決,并縮短了檢出時間,提高了檢出質量。

5.4 前列腺癌診斷中的應用

此領域運用CAD 技術跟上述領域相比較,CAD 技術在前列腺癌領域中的應用時間較短,主要根據DRE、Serum、年齡等前列腺特異性抗原指數來進行初期的檢測。目前我國在進行前列腺癌的臨床研究以及后期儲備工作中仍缺少一套完整的體系。隨著科技時代的來領,CAD 技術為前列腺癌的研究開創了全新的研究路線,為前列腺癌的治療提供了一定的路徑并打下了基礎。

6 結語

科技時代的來臨,使得計算機的各種算法也在飛速發展,CAD 技術就在此背景下不斷優化,給醫學領域提供了更多研究的方向,該技術的出現也使醫學預測模型的質量有所提升。但是,我國運用CAD 技術在醫學影像領域臨床診斷仍處于初步使用階段,對于病況的深入治療并沒有完全涉及,CAD 技術的檢測效能仍需要進一步完善[3]。