浅谈医学影像数据库的图像检索技术应用

易龙

【摘要】：理想的图像检索应该是既自动提取关键词又涉及底层的基于内容的检索。对于医学图像的检索，不仅要考虑到图像本身的内容，而且还涉及到图像相关的其他医学信息，例如意识诊断报告的文本。随着图像处理技术和数据库技术的不断发展，医学信息检索技术和高级语义检索技术必然要在基于内容的医学图像检索中起到举足轻重的作用，这正是今后发展的必然方向，也是医学数据库真正广泛应用的必由之路。

【关键词】：医学影像数据库；图像检索技术

前言：随着信息技术的迅猛发展，如何利用先进的通信技术和计算机技术，为人们提供全方位的医疗保健服务，已经成为医疗和信息領域共同关注的热点，这个交叉领域涉及的内容非常广泛，包括远程健康咨询、电子预约门诊、远程医学教育、远程放射成像和远程手术等。其关键技术围绕着医学资料的电子化存储、辅助诊断、管理及网络信息共享这几个方面。

1. 医学影像数据库简介

在医学信息的管理中，医学影像作为一种最为重要的媒体形式，其表达、处理及管理有其特定的方法和特性，这有更大的难度。医学影像数据的管理和操纵技术，有别于其他图像数据。例如，其数据的器官结构形状、生物纹理特征、医学领域的相关知识和临床医学对形象信息的需求等。建立医学影像数据库，可以借助现有的图像数据库和工程数据库的研究基础，也必须充分利用医学数据的相关知识。在此基础上，综合利用生物医学工程等多学科的新技术新方法，提供医学影像数据的集成管理，它将使病情诊断、手术计划与导航、远程诊疗、多媒体教学等系统的核心和基础，对诊断、治疗、教学起到十分重要的作用。医学影像的处理技术和医学影像数据库的研究成为计算机在医学领域应用的重要方面。医学影像数据库是建立在图像数据库、图像处理与理解、人工智能、远程与局部网络技术以及医学领域知识基础上，支持医学影像数据有效存储、传输、检索和管理的数据库技术。

2. 医学图像检索方案

2.1 图像检索特征的性能评价

基于内容的图像检索中采用多种不同的图像特征和相似度算法。对于某个特定的图像库，我们需要选择一种或多种最有效的图像特征和相似度算法。这需要对不同条件下的检索效果进行全面地评价，比较不同方法的优劣，找出最好的方法。以下几个性能指标值的考虑：1）查全率（recall）和准确度（precision）。对检索效果的评价在于检索结果的正确与否，主要使用的是查准率（precision）和查全率（recall）两个指标。查准率的含义是在一次查询过程中，系统返回的查询结果中的相关图像的数目占所有返回图像数目的比例；查全率则指系统返回的查询结果中的相关图像的数目占图像库中所有相关图像数目（包括返回的和没有返回的）的比例。2） 检索率（retrieval ratio）。对一个给定的查询图像，所提取的相似图像应该是检索技术参数的函数。这样可定义一个称为检索率的优度准则。对一个特定的检索技术，当给定一个查询图进行实验时可给定一组检索技术参数。

2.2 不同特征的简单比较

形状的描述一般有特征方法、形状变换方法和关系方法。特征方法又分为内部参数方法和外部参数方法。外部参数法对形状的（局部）不规则性相对不敏感，对检索那些部分被遮挡的物体，或者相互覆盖相互接触的轮廓比较有利。但是他们往往概括性比较高，检索精度相对差一点。内部参数通过利用区域内像素集合来获得用以描述目标轮廓所包围的区域性参数，这些参数可以是几何参数、密度参数以及区域2-D变换（如傅里叶变换、小波变换等）的系数或傅里叶变换的能量普等。这种方法相对比较精确，但是计算量很大，检索效率一般偏低。借助变形的方法能及时进行形状差别的估算，但并不支持索引。这是因为变形是相对的，如果基本（初始）形状不定，则变形与形状不是一一对应的。另外，索引是要找到一个实体（或多个样本），但是变形对应的两个实体间的距离，这样根据变形搜索到的将是满足距离的两个（相对的）实体。

3. 医学图像检索的实现

3.1 医学图像检索概述

一般的图像检索由查询模块、特征提取模块、特征匹配模块、相似性度量和验证模块组成。作为一种实际的医学应用，系统的这个模块由特征的提取和描述、图像和特征描述库管理、图像查询以及特征匹配构成。在图像入库前，系统自动提取图像的拍摄仪器、检测部位和初步诊断描述等文字信息，用来确定把图像和特征的存放处，然后提取图像的基于HIS颜色模型的局部累加直方图和小波模极大值提取的边界的不变矩特征描述，然后存入相应的图像和特征库中。匹配功能是对查询图的表达描述和预备查询的表达描述（特征表达描述库的表达描述）进行匹配，以确定它们在内容上的一致性和相似性从而提取需要的图像。图像和特征表达描述库管理是维护库内的数据，使图像与特征表达描述以及病人相对应。

3.2 检索效果分析

利用颜色直方图相交得到的结果，旋转变化产生的影响大于尺度变化的影响，但是其误检率较高；直方图的欧式距离得到的结果与利用颜色直方图得到的结果类似，但误检率有所降低；而形状傅里叶算子旋转产生的影响比平移、缩放、噪声等产生的影响都大，但是其误检率较低；而本文所用方法有效地克服了叠加噪声带来的影响，提高了旋转变化的影响，使平移、缩放、旋转对其的影响可以忽略不计，其误检率也很低，但是由于其准确性的提高，使其对相似图像的漏检率较高，也就是说，我们主观认为是很相似的图像，被此检索方法给抛弃掉了。作为大型的医疗系统，其中存有海量的同类医学图像，作为一种检索的应用，我们可以接受其漏检，但是不能接受其误检，在这一点上它具有一定的使用价值。

结语：

综上，人类对健康长寿的追求永无止境，这是人们对医学研究的动力；而医学研究是为医疗保健服务，这就形成了对能够提供医学教、学、研等多种功能的信息管理系统的巨大需求，也促成生物医学工程和计算机信息工程的结合，形成了目前科学研究的一道亮丽风景线，成为世界尖端人才追逐的焦点。医学影像数据库是图像处理技术和数据库技术相结合的产物，它拓展了传统数据库的应用空间，又为图像处理技术提供了强有力的支持。把基于内容的图像检索技术应用于医学领域，是未来医学信息管理发展的必然趋势。

参考文献：

[1] 黄祥林.基于内容的图像检索技术研究[J].电子学报，2006.

[2] 章毓晋.中国图像工程及当前研究的几个热点[J].计算机辅助设计与图形图像学，2002.