基于云平台的 ADDH 影像协同标注系统研究与实现

张文娟，柴象飞，魏胜梅，邹小广，夏雨薇，贺嘉嘉，周广全，李文强，郭辉

1. 喀什地区第一人民医院 a. 网络信息中心；b. 党政办；c. 关节骨科，新疆 喀什 844000；2. 慧影医疗科技（北京）有限公司，北京 100192；3. 广州中医药大学第一附属医院 网络数据信息科，广东 广州 510000

引言

成人发育性髋关节发育不良（Adult Developmental Dysplasia of the Hip，ADDH）是指由于早年生长发育时期的疾患导致髋关节发育不良、结构异常，其特点是结构发育不规则导致患者步态和功能异常，主要包括股骨头和髋臼的发育不良、髋关节半脱位以及髋关节脱位三种情况[1-2]，在我国ADDH发病率高达0.39%,影像学检查是ADDH早期筛查及诊断的重要依据[3]。

基于医院信息化系统建设，现已实现检查影像集中存储管理和调阅服务，但由于现有系统缺乏专业影像标注工具，同时患者临床、病理等检查数据分散存储，导致无法面向临床、科研和教学提供便捷的影像标注和数据管理服务。如今医疗信息数据化、智能化建设已成为医学领域发展的主流方向，对多中心影像标注数据库构建的需求逐渐升高。

1 需求分析

ADDH影像学分型可指导治疗方案的选择，目前常采用的分型方法有CE角的测量、Eftekhar分型、Crowe分型、Kerboul 分型和Harto filakidis分型等，主要通过测量标注中心边缘角、髋臼指数、SHARP角、Shenton线、髋臼前后缘等指标进行评估确定，具有数据获取容易、检查经济负担小、分型效果直观等优势，但同时也有文献指出，上述传统分型方法存在量化程度较低，未能对股骨头几何形态等情况进行较好评估的问题[3-7]。目前的第三方开源标注软件如ITK-SNAP、ImageJ、3D-Slice、MITK等，基本可以满足临床标注需求，但缺乏数据接口，无法接入临床诊断工作流，需要使用者手动导入影像进行测量标注任务，标注后的影像数据也无法集中管理，整体流程处理效率较低。特别是当前人工智能影像组学方法的兴起，可量化ADDH影像中不同骨骼区域的形态学、灰度及纹理特征，完善传统分型方法的不足。因此，急需开发一套满足医学影像存储需求，与医院影像归档和通信系统（Picture Archiving and Communication System，PACS）、放射科信息系统（ Radiology Information System，RIS）等系统安全对接的ADDH影像协同标注系统，具备临床所需的测量与标注工具，以及骨骼区域形态学、灰度、纹理等影像组学高维特征自动提取功能。

同时，诊断过程中产生的标注数据，可作为后续ADDH影像人工智能辅助诊断产品的必备“养料”。现今国内外尚无多中心的标准化ADDH 影像数据库，因此在ADDH影像协同标注系统开发中，需要以云平台为载体，连接多中心，统一影像采集、处理及诊断流程，形成跨平台、多模式、可定制、标准化接口的ADDH影像数据库，充分利用和挖掘医疗信息，更好的服务于医疗类科研和医疗卫生管理提供便利，具有重大的社会意义和现实意义。

2 系统设计

研究基于云平台的 ADDH 影像协同标注系统。首先，需要实现ADDH影像阅片与各指标值的测量标注基础功能，同时可根据标注的不同骨骼区域自动计算高通量影像组学特征，辅助临床获取精准ADDH影像学分型。其次，为构建多中心标准化ADDH影像数据库，需要开展云平台建设，在确保医疗数据的安全使用情况下，打通不同医疗机构间的数据壁垒。最终，需要制定ADDH标准影像数据库构建指南，保证数据库质量。

2.1 总体设计

异构系统间医疗信息共享是构建ADDH影像协同标注云平台的关键部分，设计云平台专用接口服务用于异构系统间的医疗信息交互。接口服务的架构上包括两层：底层的接口服务和上层的数据整理服务。底层接口服务基于医用信息系统集成框架，首先在多中心医院部署前置机服务器用于连接医院PACS系统和云存储中心系统，在DICOM、HL7等标准消息基础上，构建标准的信息共享接口，实现区域内患者交叉索引、患者信息查询、患者影像阅片、影像测量标注与特征分析、文档共享、流程共享等标准模式下的消息交互；异构系统只需遵循标准化消息的定义，即可与接口服务进行通讯，并进行数据的传输，从而降低了异构系统间的交互成本。上层数据整理服务，是将标准化接口接收到的应用数据进行转换组合，转换为标准化数据后进行存储，从而提高后续的数据应用效率，见图1。

图1 异构系统的数据共享及跨区域协同服务

同时，采用容器+微服务架构，整合系统服务应用生态，为系统应用提供按需使用，快速伸缩的计算与存储资源。构建平台级应用，按不同维度拆分多个微服务，每个微服务独立docker运行、运维、伸缩容，见图2。

图2 容器+微服务架构图示

2.2 ADDH影像阅片、测量标注及特征分析

系统支持ADDH医学影像一站式测量标注、数据管理与特征分析服务，可兼容CT、MRI、X光、钼靶、PET/CT等多种设备影像数据以及RT结构文件，影像数据导入平台时可选择是否脱敏，影像上传到云平台后可按模态自动归类整理。使用平台内植入的Web PACS，可以直接进行阅片操作，阅片页如图3所示。

图3 影像阅片页

整体操作过程可视化，使用逻辑简单易上手，提升交互体验，减轻标注负担。包含的测量及标注功能丰富，满足ADDH诊断分型所需的全部标注任务，可保存标注过的影像指标值及对应的患者临床信息，并进行结构式存储，便于查询和调用。支持单盲、双盲和多盲标注和审核，保证标注数据质量。最后还可对平台上的标注数据进行深度分析，运用影像组学技术挖掘影像深层价值。

2.2.1 测量与标注服务

依据现有分型方法，在系统上完成中心边缘角、髋臼指数、SHARP角测量，标注Shenton线、髋臼前后缘等评估指标。系统支持直线测量、角度测量、椭圆测量、矩形测量、多边形测量和像素测量等测量项如图4a所示。支持点标注、线标注、任意形状标注等标注项；具备标注名称管理功能，支持各种临床标注场景下的自定义标签，灵活操作满足多重需求，可以对已有标注进行增、删、改的操作；内嵌调色板，可自主选择标注颜色；支持画笔自由标注、点选式标注，选择调节标注锚定点距离；可对标注完成的区域进行编辑、拖动、修改；可使用拟合工具和套索工具进行半自动辅助标注；同时也支持导入第三方软件的nrrd格式标注文件如图4b所示。

图4 测量工具和标注工具页面

2.2.2 标注审核服务

管理员账号可将标注结果给任意账号进行推送、复核，数据推送记录可溯源如图5所示。当不同标注结果不一致时，审核人员可选择单个结果通过审核，也可使用智能合并功能进行去重，标注结果的过滤可提升审核效率和可信度。同时，考虑到大量数据进行标注时，项目周期长，对标注、审核的时间需要更精确的备注，系统支持即时保存标注和审核日期及操作人员信息，操作及留痕，保证平台内数据安全。

图5 标注/审核结果互推

2.2.3 特征分析服务

为避免传统分型方法存在的量化程度较低的问题，在系统上标注股骨头等骨骼区域，支持提取高通量影像组学特征，用以描述影像上关键骨骼区域的形态学、灰度及纹理信息。标注股骨头、髋臼等感兴趣区域，可基于平台内置的“Pyradiomics”函数包提取高通量影像组学特征，特征包含四大类：① 一阶统计量特征：用于量化图像中的体素强度分布，即反映所选病变的体素值，该值通常显示为强度直方图。分布参数包括范围，平均值，中位数，最小值，最大值，偏度和峰度，可以从强度直方图中计算出来，以预测病变的性质；② 形状特征：反映骨骼形状和大小的三维属性，将分割的骨骼区域重建为三维图像，以进一步描述骨骼的几何形状。最大和最小三维直径以及总体积是最常用的参数；③ 纹理特征：纹理描述了体素与相似（或不相似）对比值之间的相互关系。有许多用于纹理提取的方法，最常用是灰度共生矩阵特征；④ 滤波器高维特征：表示强度和纹理信息的变换后的域结果，滤波器高维特征是根据复杂的“波”乘以原始图像，在此之上提取的强度和纹理特征。

2.3 影像云平台建设

影像云平台需要实现与院内系统高效对接、区域内影像互联互通和医疗影像数据的安全存储，并且承载影像标注系统的建设，为区域内医疗机构提供相应的 SaaS 服务（软件即服务）。面对不同层级医院对“影像云”的不同需求，需要对院内不同品牌的PACS系统实现异构系统的信息交互[8]。组建多个区域影像医疗中心，实现区域内影像协作标注、远程影像诊断服务、权限管理等功能。采用基于云存储并通过互联网访问的医疗影像数据的安全技术，在保障医疗影像数据高效传输和共享的前提下，确保医疗数据的安全使用；对计算资源进行合理分配与优化，使其不仅满足影像标注和影像组学特征分析软件部署及应用，同时还保证应用的稳定、高效运行，实现结构化数据库在影像云平台的建设如图6所示。

图6 影像云平台

2.4 ADDH影像标准数据库的建立

对ADDH影像标准数据库建立过程中涉及的数据采集方法、处理流程、标注工具及标注方法展开研究。对于不同模态影像，不同型号设备及采集环境，制定相对一致的数据采集标准和处理方法，保证使用数据库训练的人工智能系统在受控的应用环境下具有良好的泛化能力。提供适合ADDH的影像标注工具及标注方法，兼顾标注效率与精度，确定影像对应的金标准信息，对于采用主观判断进行标注的疾病，以诊断共识或指南为判定标准，采用专家主观判别进行标注；对于有病理或金标准证实的，采用病理结果或金标准进行标注；对于无法获得病理结果的，应用其它影像学检查进行客观评估，有效保障标注的准确度，从而保证训练数据的质量。

3 应用效果

3.1 开展了多中心数据管理与标注

在本平台上，不受地域的影响，广州中医药大学第一附属医院和喀什地区第一人民医院两家医院各2名高级职称骨科专家和2名影像学专家，分别对喀什地区第一人民医院的100例ADDH影像图片的中心边缘角、髋臼指数、SHARP 角、Shenton 线、髋臼前后缘等进行专家标注，不仅构建了结构化ADDH影像标注数据库，标注后的影像数据还可供影像科及临床骨科年轻医生学习及临床诊断参考（图7）。

图7 成人发育性髋关节发育不良影像标注

3.2 影像数据再利用

目前本团队正利用深度学习技术和图像识别技术，对已标注的结构化ADDH影像数据进行数据建模，拟在训练出具备ADDH自动筛选和诊断的模型，对20例ADDH的X片的核心参数进行标注计算分型用时进行比较，得出基于云平台的 ADDH 影像协同标注系统平均每例用时（3.0±0.7）min，显著低于采用第三方辅助工具标注的平均每例用时（13.0±2.6）min，差异有统计学意义（P<0.001）。本影像协调标注平台较传统的第三方辅助工具具有明显的优势。ADDH自动筛选和诊断的模型将应用于喀什地区地、县、乡医疗机构，让边远地区的老百姓能获得更精准的诊疗建议和享受到更多优质医疗资源，让医生能提高阅片效率，降低漏诊几率，更专注于诊疗实质。

4 讨论

在ADDH临床治疗方案中，症状较轻的年轻患者可通过改变生活方式，避免重体力劳动即可，症状较轻的高龄患者可选择非甾体类止痛药物治疗，对于症状较重的患者则需要进行手术治疗[9]。新疆老百姓健康意识相对较弱，薛巧云[10]对新疆某三甲医院 2015 年 1 月至2019 年 6 月间共 766 例DDH患者进行调查，发现大多数患者出现步态异常症状时才进行首次就诊，平均治疗延迟时间为 11.70年。为了提高早筛能力，从2016年起，新疆已启动全民健康体检工程，截止到2019年，四年累计为各族群众完成健康体检7081万人次[11]，而医务人员数量不足[12]，影像诊断工作量也导致了地、县医院影像专家在兼顾日常工作的情况下，难以在规定时限内完成诊断工作。

近年来，国内外已开展肺结节[13]、新型冠状病毒肺炎[14]、骨折[15]、DDH[16]等多项人工智能辅助诊断系统研究，本系统通过统一制定图像采集、处理及测量标注标准，最大程度避免了不同医疗机构之间，甚至不同的操作者之间采集和标注的医学影像数据存在系统性偏差。本研究提出基于异构平台数据共享与跨区域协同等技术的新型理论和优化方法，形成跨平台、多模式、可定制、标准化接口的医学影像标注云平台。有效解决了异构系统间医疗信息的共享、多中心医疗数据的共享和专家经验的共享，具备医生影像辅助诊断分析时所需的测量、标注和特征分析等功能，帮助医生精准评估信息，并建立了ADDH影像标注数据库，为提升ADDH诊断和分型的精度和效率，提供了高质量的数据基础。开发基于多中心协调、便捷易用、智能的影像标注工具技术还需要进一步突破，提升对不规则病灶标注的准确性和易操作性，以适应各类疾病诊断指标和病灶的标注。

后续研究将基于本项目构建的ADDH标准化影像数据库，结合人工智能方法，开发智能高效的ADDH辅助诊断算法模型，同时，基于云平台“分级诊疗”优势，解决因基层医疗机构医疗资源缺乏，尤其是优质医生的短缺，造成ADDH疾病筛查准确性不足的问题。提供无区域差别的、规范的、同质的ADDH影像筛查诊断服务，减少医疗机构间水平差异，提升基层影像诊断服务能力，实现ADDH早诊断早治疗，可以最大限度保护关节功能，降低医保和患者经济负担[17]。