1引言

　　在醫(yī)學領域，隨著醫(yī)院數字化的不斷推進，各類醫(yī)學成像(CT、MRI等)技術得到了普及，醫(yī)院影像數據量也飛速增長，然而影像數據中所包含的信息并沒有得到充分的利用，因此基于內容的圖像檢索技術被應用到醫(yī)學領域中?；趦热莸尼t(yī)學圖像檢索系統(tǒng)可以充分挖掘醫(yī)學影像信息，提高醫(yī)生診斷效率。

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

　　2研究背景

　　基于內容的圖像檢索系統(tǒng)應用到醫(yī)學影像領域以提高臨床決策是目前的研究熱點，與標準的CBIR系統(tǒng)相比，醫(yī)學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，會導致檢索時出現“維度災難”問題，即系統(tǒng)的檢索響應時間隨著特征維數的增加而急劇增長。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，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，設計一個基于內容的圖像檢索高維數據庫系統(tǒng)，以提高檢索速度。因此，我們首先需要對病灶區(qū)域進行特征提取。

　　在系統(tǒng)中，通過基于Web的醫(yī)學影像系統(tǒng)對ROI（感興趣區(qū)域）進行勾畫。例如，有經驗的醫(yī)生從一系列中選擇關鍵圖像，然后利用繪圖工具繪制ROI的輪廓。當繪圖完成時，醫(yī)生按下保存按鈕，ROI的坐標將以Dicom文件格式保存到PACS系統(tǒng)數據庫中。通過使用這些坐標和原始圖像數據，得到一個只有ROI區(qū)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(qū)域的粗略范圍，為了提高ROI的準確性，使用由哥倫比亞大學開發(fā)和許可的模式識別自動分割算法，根據醫(yī)生勾勒出的區(qū)域精確繪制病灶的輪廓，從而提高系統(tǒng)的檢索精度。

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

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

　　4高維特征數據庫

　　基于關系數據庫或樹狀索引結構化文件系統(tǒng)的查詢性能將隨著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(tǒng)如R-Tree，X-Tree和SS-Tree中均會出現這一現象。同時，研究人員提出了許多其他方法來解決“維度災難”，諸如引入VA-File通過近似特征向量來減少磁盤讀寫成本。在本文中，我們使用一個新的索引結構VA-Trie。VA-Trie的主要思想是結合VA-File和A-Tree來對向量數據進行壓縮，同時引入Trie數據結構來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(jié)點組成。Trie層的數據結構是：（internal，pointer），“internal”是節(jié)點的量化區(qū)間;“pointer”是指向下一層節(jié)點的指針。VA層由保存所有近似矢量數據的葉節(jié)點組成。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ROI分配一個唯一的ID，ROIUID。因此在VA層中，每個向量的oid-list標識符都是由SOPInstanceUID和ROIUID組成。

　　5討論

　　首先，通過語義搜索功能從上海華東醫(yī)院的臨床RIS數據庫中選擇了158例具有肺結節(jié)病灶的CT數據進行研究。這些病例均由有豐富經驗的放射科醫(yī)生對病灶進行勾畫，并由自動分割算法進行精確分割。

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

　　從這158個病例中，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(tǒng)的檢索性能。為了測試系統(tǒng)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個病例中不包含病灶的圖像。隨著圖像的數量增加，檢索的響應時間將連續(xù)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間比57個維的特征向量消耗的時間更長。因此特征向量維數越高，檢索所需的時間越長。所以減少圖像特征維數是提高CBIR檢索性能的關鍵。

　　同時從圖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，而且隨著數據庫中圖像數量的增加，檢索響應時間幾乎沒有改變，保持在了一個十分穩(wěn)定的狀態(tài)，性能表現非常優(yōu)異；而R*-Tree索引結構則隨著數據維度以及檢索圖像的增加，檢索響應時間也在增長。因此，對于CBIR系統(tǒng)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(jié)CT研究病例對該基于內容的圖像檢索高維數據庫系統(tǒng)索引和檢索的性能進行了測試，并與R*-Tree索引結構進行性能比較。初步結果表明，CBIR高維特征數據庫系統(tǒng)有出色的檢索性能。下一步的任務是對醫(yī)學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，進一步研究高維數據索引結構，以提升系統(tǒng)檢索性能，為醫(yī)生提供更多的幫助。