1引言

　　在醫學(xué)領(lǐng)域，隨著(zhù)醫院數字化的不斷推進(jìn)，各類(lèi)醫學(xué)成像(CT、MRI等)技術(shù)得到了普及，醫院影像數據量也飛速增長(cháng)，然而影像數據中所包含的信息并沒(méi)有得到充分的利用，因此基于內容的圖像檢索技術(shù)被應用到醫學(xué)領(lǐng)域中。基于內容的醫學(xué)圖像檢索系統可以充分挖掘醫學(xué)影像信息，提高醫生診斷效率。

　　本文以提高醫院圖像檢索系統檢索速度為出發(fā)點(diǎn)，使用VA-Trie索引結構，設計一套基于內容的醫學(xué)圖像檢索高維數據庫系統。

　　2研究背景

　　基于內容的圖像檢索系統應用到醫學(xué)影像領(lǐng)域以提高臨床決策是目前的研究熱點(diǎn)，與標準的CBIR系統相比，醫學(xué)圖像灰度值以及紋理特征差異性較小，特征提取難度更大。因此為了更加精確的表達圖像特性，需要提取更多的特征，特征向量的維數可以達到幾百甚至上千維。而圖像特征數量的增加，會(huì )導致檢索時(shí)出現“維度災難”問(wèn)題，即系統的檢索響應時(shí)間隨著(zhù)特征維數的增加而急劇增長(cháng)。一些研究人員針對這一現象，提出了一些高維索引結構，如R*-Tree，VA-File等，但是面對超高維數特征時(shí)，效果并不理想。

　　3病灶分割及特征提取

　　研究的目的在于引入VA-Trie索引結構，設計一個(gè)基于內容的圖像檢索高維數據庫系統，以提高檢索速度。因此，我們首先需要對病灶區域進(jìn)行特征提取。

　　在系統中，通過(guò)基于Web的醫學(xué)影像系統對ROI（感興趣區域）進(jìn)行勾畫(huà)。例如，有經(jīng)驗的醫生從一系列中選擇關(guān)鍵圖像，然后利用繪圖工具繪制ROI的輪廓。當繪圖完成時(shí)，醫生按下保存按鈕，ROI的坐標將以Dicom文件格式保存到PACS系統數據庫中。通過(guò)使用這些坐標和原始圖像數據，得到一個(gè)只有ROI區域中包含像素數據的新圖像，而ROI之外的像素均被置為0。至此，得到了ROI區域的粗略范圍，為了提高ROI的準確性，使用由哥倫比亞大學(xué)開(kāi)發(fā)和許可的模式識別自動(dòng)分割算法，根據醫生勾勒出的區域精確繪制病灶的輪廓，從而提高系統的檢索精度。

　　文中使用肺結節CT圖像進(jìn)行系統測試。根據提取出的精確區域，對圖像進(jìn)行特征的提取。提取的特征可以分為三類(lèi)：（i）病灶強度特征，（ii）形狀特征，（iii）紋理特征。

　　根據肺結節的特性提取了114個(gè)特征。其中包括6個(gè)強度特征，3個(gè)形狀特征以及105個(gè)圖像紋理特征。紋理特征中包含30個(gè)Gabor特征，10個(gè)Hurst特征。5個(gè)馬爾科夫隨機域特征及60個(gè)灰度共生矩陣特征。

　　4高維特征數據庫

　　基于關(guān)系數據庫或樹(shù)狀索引結構化文件系統的查詢(xún)性能將隨著(zhù)維數的增加而急劇減少。這就是所謂的“維度災難”，并且在許多結構化文件系統如R-Tree，X-Tree和SS-Tree中均會(huì )出現這一現象。同時(shí)，研究人員提出了許多其他方法來(lái)解決“維度災難”，諸如引入VA-File通過(guò)近似特征向量來(lái)減少磁盤(pán)讀寫(xiě)成本。在本文中，我們使用一個(gè)新的索引結構VA-Trie。VA-Trie的主要思想是結合VA-File和A-Tree來(lái)對向量數據進(jìn)行壓縮，同時(shí)引入Trie數據結構來(lái)組織和管理近似向量。圖1為VA-Trie的結構。

　　VA-Trie由兩層組成：Trie層和VA層。Trie層由VA-Trie的內部節點(diǎn)組成。Trie層的數據結構是：（internal，pointer），“internal”是節點(diǎn)的量化區間;“pointer”是指向下一層節點(diǎn)的指針。VA層由保存所有近似矢量數據的葉節點(diǎn)組成。VA層的結構是：（va，oid-list），“va”是特征向量的近似向量;“oid-list”是該近似向量的id序列。在PACS中，每個(gè)DICOM圖像具有唯一的標識符SOPInstanceUID。為了識別同一圖像中的不同ROI，我們給每個(gè)ROI分配一個(gè)唯一的ID，ROIUID。因此在VA層中，每個(gè)向量的oid-list標識符都是由SOPInstanceUID和ROIUID組成。

　　5討論

　　首先，通過(guò)語(yǔ)義搜索功能從上海華東醫院的臨床RIS數據庫中選擇了158例具有肺結節病灶的CT數據進(jìn)行研究。這些病例均由有豐富經(jīng)驗的放射科醫生對病灶進(jìn)行勾畫(huà)，并由自動(dòng)分割算法進(jìn)行精確分割。

　　然后，對這些肺結節CT的圖像提取了114維特征。為了比較CBIR檢索使用VA-Trie索引結構所帶來(lái)的性能提升，我們從114個(gè)特征中使用機器學(xué)習算法選擇了57個(gè)特征，這個(gè)57維的特征向量即為114維特征的最優(yōu)特征子向量。同時(shí)使用R*-Tree索引結構進(jìn)行檢索響應時(shí)間的比較。

　　從這158個(gè)病例中，選擇1568幅包含不同大小和形狀的病變圖像。從這些1568幅圖像中選擇100,400,1000,1568幅圖像，以測試CBIR系統的檢索性能。為了測試系統處理大量圖像數據的檢索性能，將CT圖像的數量增加到25088，所增加的圖像為這158個(gè)病例中不包含病灶的圖像。隨著(zhù)圖像的數量增加，檢索的響應時(shí)間將連續改變。

　　圖2即為該次的測試結果，可以看到114維特征向量檢索所消耗的時(shí)間比57個(gè)維的特征向量消耗的時(shí)間更長(cháng)。因此特征向量維數越高，檢索所需的時(shí)間越長(cháng)。所以減少圖像特征維數是提高CBIR檢索性能的關(guān)鍵。

　　同時(shí)從圖2可以看到，基于VA-Trie的高維數據庫索引結構檢索響應時(shí)間在57維特征向量和114維特征向量均在毫秒量級，而且隨著(zhù)數據庫中圖像數量的增加，檢索響應時(shí)間幾乎沒(méi)有改變，保持在了一個(gè)十分穩定的狀態(tài)，性能表現非常優(yōu)異；而R*-Tree索引結構則隨著(zhù)數據維度以及檢索圖像的增加，檢索響應時(shí)間也在增長(cháng)。因此，對于CBIR系統VA-Trie索引可以在高維度圖像特征數據庫應用中提供更好的檢索性能。

　　在研究中提出了在集成RIS/PACS環(huán)境中使用VA-Trie索引結構為CBIR設計高維圖像特征數據庫的架構。選擇158例肺結節CT研究病例對該基于內容的圖像檢索高維數據庫系統索引和檢索的性能進(jìn)行了測試，并與R*-Tree索引結構進(jìn)行性能比較。初步結果表明，CBIR高維特征數據庫系統有出色的檢索性能。下一步的任務(wù)是對醫學(xué)圖像的特征提取做更深入的研究，使得提取出的特征能夠更加全面精確的描述圖像特性，同時(shí)，進(jìn)一步研究高維數據索引結構，以提升系統檢索性能，為醫生提供更多的幫助。