内窥镜图文系统的应用研究现状

赵 魁 吴艳玲

(1天津市第一医院，天津市 300143;2天津电子信息职业技术学院，天津市 300350)

随着微创技术的普及和推广，内窥镜系统在临床医学中发挥着重要的作用。内窥镜系统配置复杂，种类繁多，但不论哪种内窥镜和在哪个科室使用的内窥镜系统，基本上都包含光学视管镜、冷光源、摄像系统、操作手件和器械、能量输出系统、手术辅助设备、图文工作站这几个部分[1]。其中图文工作站是较重要的一部分，它记录、存储病例，支持对病人信息的统计查询，同时拥有强大的图像处理功能，以及丰富的诊断模板及专家词库，对于医院标准化、信息化管理、同行间交流、提高业务能力等都有着重要的意义。现就内窥镜系统中所涉及的各方面技术及需求情况的现状及未来发展趋势作一综述。

1 数据库技术在内窥镜图文系统中的应用

内窥镜图文系统中最重要的一个部分是对病人、医师及检验过程中相应信息进行信息化管理。信息管理功能通常是以数据库为处理平台，实现病人资料的存储、修改、查询、统计等功能。

数据库是长期存储在计算机内的、有组织的、可共享的数据集合集合[2]。目前流行的强大的数据库引擎有微软公司的SQL Server，IBM公司的DB2，Oracle和微软公司的Jet(用于Access)。其中使用Jet的Access数据库，是一种桌面型数据库，界面友好，操作简单，适于处理少量数据和单机访问[3]。现在内窥镜图文系统多用Access数据库为平台完成内窥镜的图文信息的管理，图文工作站均为单机版，只在一台机器上完成信息的录入和图像的存储，医生只能通过阅读报告来了解病人信息[4]。微软公司的SQL Server是个中大型数据库，适合大容量数据和大流量网络的应用，同时支持复杂的数据统计和分析功能[5]。随着网络的发展，越来越多的医院希望内窥镜诊断的信息与其他科室共享，少部分内窥镜图文系统使用SQL Server来处理内窥镜病人的信息以满足此需求。IBM公司的DB2、Oracle均属于大型数据库，功能强大，适合处理大容量数据，操作复杂，更适合大型企业、银行等对数据要求高的场合，因此目前内窥镜图文工作站未发现使用此种数据库。

2 视频采集技术在内窥镜图文系统中的应用

视频采集是内窥镜图文系统中关键的部分，他负责把内窥镜采集来的图像传输到PC机上，便于内窥镜图文系统做医疗信息的存储及进一步的处理。

目前内窥镜图文系统多使用专用的视频采集卡进行采集。视频采集卡又叫视频卡，是将视频设备输出的视频数据或者视频音频的混合数据输入电脑，并转换成电脑可辨别的数字数据存储在电脑中，成为可编辑处理的视频数据文件。

根据使用驱动程序的类型不同，目前市场上大致有两种采集卡:VFW(video for windows)卡和 WDM(windows driver model)卡。前者是一种趋于废弃的驱动模型，而后者是前者的替代模型[6]。经考察多个目前使用的内窥镜图文工作站发现，这两种采集卡目前都在使用中。从编程实现的角度看，DirectShow使用 WDM Video Capture Filter支持 WDM卡，而使用另外一个VFW Capture Filter(他的 CLSID为 CLSID_VfwCapture)来支持VFW卡[6]。有些系统只使用DirectShow来与采集卡进行接口，而有些较早的系统则只使用VFW Capture Filter来与采集卡进行接口，部分系统则同时使用二者进行双重核心的设计。

3 图像处理技术在内窥镜图文系统中的应用

内窥镜图文系统中最重要的一个功能是提取手术中有价值的清晰图片，并提供对图片的相应处理功能，便于医生对病人情况进行分析，得出正确诊断，同时给出相应带有清晰图片的报告，使相关医疗科室可以配合治疗，留取手术中的视频资料，以备复查及同行间交流使用。因此，内窥镜图文系统需要具备视频压缩、图像采集、图像处理、图像识别功能，这些均属于图像处理技术范畴。

视频压缩就是在保证一定重构质量的前提下，运用各种压缩技术和手段，将视频数据中的冗余信息去除，从而以尽可能少的比特数来表示信号[7]。目前常用的视频压缩格式有 CIF、QCIF、4CIF、D1、MPEG-4、H.26x、M-JPEG 及Motion JPEG2000[8]。其中 MPEG-4编码标准制定于1998年，支持逐行扫描和隔行扫描，是为了播放流媒体的高质量视频，针对视频会议、可视电话低速率编码标准而专门设计的，是基于视频对象的编码标准，通过对象识别提供了空间的可伸缩性，他可利用很窄的带宽，通过帧重建技术，压缩和传输数据，以求使用最少的数据获得最佳的图像质量[9]。这种技术是目前内窥镜系统中广泛采用的视频压缩技术，能满足医疗交流的初步要求。H.26x包括 H.261、H.262、H.263 和 H.264标准。H.264/AVCC[10]是 ISO/IEC 的运动图像专家小组MPEG和ITU-T的视频编码组VCEG联合制定的，可提高压缩效率，提供友好的网络音像同步应用，提高压缩质量。因此，近年来部分内窥镜系统采用这种技术进行视频压缩，以求更好地满足医生对视频质量的要求。

图像采集是指从视频流中抽取特定单帧图像，保存为相应的格式。特定图像的抽取方式分为自动式和用户指令式。内窥镜图文系统均采用用户指令式，通过屏幕点击或脚踏开关给出指令。比较流行的图像存取格式为 PCX、BMP、TIF、TGA、GIF、JPEG、PSD、DICOM[11]，其中JPEG是应用最广泛的，跨平台的压缩文件格式，其最大的特点是性能强大，但属于有损压缩，需经过处理来保证图像的质量。BMP文件格式是微软公司为windows环境设置的标准图像文件格式，采用的非压缩格式，适合处理黑白图片，清晰度很高。DICOM标准是医学图像存储和传输标准，为医学影像设备生产厂家提供了接口标准和交互协议[12]。目前内窥镜图文系统最广泛使用的是JPEG的压缩格式。但伴随着医学影像系统的进步，DICOM标准也在继续地更新，所支持的医学影像格式已经从当初的只支持放射影像的ACR-NEMA标准发展到了可以支持病理、内窥镜等其他影像的要求。DICOM标准是PACS系统使用的最重要的图像存储传输格式。

研究人员早已认识到医学影像系统是医院信息体系的一个举足轻重的组成部分，PACS应当和其他系统之间互相交换信息，共同组成医院医疗诊疗的信息整体[13，14]。

为使内窥镜系统所采集的图片更有助于提高医学临床诊断水平，还能为医学培训、医学研究与教学、计算机辅助临床外科手术等提供必要支持[15]，很多内窥镜图文系统使用图像处理技术为医生提供图像的旋转、移动、缩放及可以改善图像质量的图像增强处理。

图像识别通过存储的信息(记忆中存储的信息)与当前的信息(当时进入感官的信息)进行比较实现对图像的识别[16]。人类在识别现实世界中的各种事物或复杂的环境是一件轻而易举的事，但对于计算机来讲，进行复杂的图像识别是非常困难的[17]。因此，在普通内窥镜图文系统中识别技术尚未被使用，而在胶囊内窥镜系统中利用图像的颜色、纹理、形状、空间四种特征来近似描述内容信息从而达到识别检索的目的。灰度共生矩阵的提出[18]，Tamura 纹理特征[19，20]、模型法[21]、小波变换[22，23]、傅里叶功率谱、Contourlet变换[24，25]等均属于常用的纹理提取方法，而区域面积、不变矩等[26，27]均属于形状特征法的代表。

4 问题与展望

综上所述，内窥镜图文系统作为内窥镜信息数字化的重要平台已在内窥镜临床诊疗中发挥了一定的作用。但仍然存在一定的问题:①内窥镜图文系统数据库病人相关信息较少，只适于产生诊断报告，不利于进行统计分析做进一步医学研究;②内窥镜图文系统多使用脚踏方式或屏幕点击方式进行图像采集，这样给医生造成一定的负担，降低医生的工作效率;③内窥镜图文系统对图像识别技术使用欠缺，可以使用该技术给予医生图像清晰度及病灶点的提示。相信随着信息技术日新月异的发展，这些问题都将会得到解决，效率会进一步的提高，内窥镜信息的准确性会得到保证。

[1]高 晨.医院内窥镜系统的特点和临床应用[J].延边大学学报(医学科学版)，2008，2(6):49.

[2]萨师宣.数据库系统概论[M].第3版.北京:高等教育出版社，2000:198.

[3]陈小兵，范 渊，孙立伟.Web渗透技术及实战案例解析[M].北京:电子工业出版社，2012:1－50.

[4]杨 焱，宣跃云.局域网环境内窥镜图文信息系统[J].医疗卫生装备，2004，25(5):52 －53.

[5]崔再惠.Access数据库与SQLServer数据库主要功能的比较[J].鞍山师范学院学报，2009，11(6):51 －52.

[6]陆其明.DirectShow开发指南[M].北京:清华大学出版社，2003:56－185.

[7]戴 辉，卢益民.多媒体技术[M].北京:北京邮电大学出版社，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 峡.计算机视频压缩技术的发展[J].内蒙古科技与经济，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.计算机图形学－基于3D图形开发技术[M].北京:清华大学出版社，2013:78－198.

[12]高 升，葛 云.DICOM格式医学图像及图像信息显示[J].中国医学物理学杂志，2010，3(27):1885 －1888.

[13]孙一民，任志刚，徐丽平，等.建立PACS系统的关键技术及应用[J].医学信息，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]潘礼庆.计算机技术在医疗仪器中的应用[M].北京:中国中医院出版社，2008:69－89.

[16]范立南，韩晓微，张广渊.图像处理与模式识别[M].北京:科学出版社，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]徐建华.图像处理与分析[M].北京:科学出版社，1992:58－120.

[21]章毓晋.基于内容的视觉信息检索[M].北京:科学出版社，2003:69.

[22]Michael Diaz.Wavelet features for color image classification[A].Imaging and Geospatial Information Society，Oralando，2000.

[23]汪袓媛，梁 栋，李 斌，等.基于树状分解旳纹理图像检索[J].中国图像图形学，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.