內窺鏡圖文系統(tǒng)的應用研究現(xiàn)狀

趙 魁 吳艷玲

(1天津市第一醫(yī)院，天津市 300143;2天津電子信息職業(yè)技術學院，天津市 300350)

隨著微創(chuàng)技術的普及和推廣，內窺鏡系統(tǒng)在臨床醫(yī)學中發(fā)揮著重要的作用。內窺鏡系統(tǒng)配置復雜，種類繁多，但不論哪種內窺鏡和在哪個科室使用的內窺鏡系統(tǒng)，基本上都包含光學視管鏡、冷光源、攝像系統(tǒng)、操作手件和器械、能量輸出系統(tǒng)、手術輔助設備、圖文工作站這幾個部分[1]。其中圖文工作站是較重要的一部分，它記錄、存儲病例，支持對病人信息的統(tǒng)計查詢，同時擁有強大的圖像處理功能，以及豐富的診斷模板及專家詞庫，對于醫(yī)院標準化、信息化管理、同行間交流、提高業(yè)務能力等都有著重要的意義?，F(xiàn)就內窺鏡系統(tǒng)中所涉及的各方面技術及需求情況的現(xiàn)狀及未來發(fā)展趨勢作一綜述。

1 數(shù)據(jù)庫技術在內窺鏡圖文系統(tǒng)中的應用

內窺鏡圖文系統(tǒng)中最重要的一個部分是對病人、醫(yī)師及檢驗過程中相應信息進行信息化管理。信息管理功能通常是以數(shù)據(jù)庫為處理平臺，實現(xiàn)病人資料的存儲、修改、查詢、統(tǒng)計等功能。

數(shù)據(jù)庫是長期存儲在計算機內的、有組織的、可共享的數(shù)據(jù)集合集合[2]。目前流行的強大的數(shù)據(jù)庫引擎有微軟公司的SQL Server，IBM公司的DB2，Oracle和微軟公司的Jet(用于Access)。其中使用Jet的Access數(shù)據(jù)庫，是一種桌面型數(shù)據(jù)庫，界面友好，操作簡單，適于處理少量數(shù)據(jù)和單機訪問[3]?，F(xiàn)在內窺鏡圖文系統(tǒng)多用Access數(shù)據(jù)庫為平臺完成內窺鏡的圖文信息的管理，圖文工作站均為單機版，只在一臺機器上完成信息的錄入和圖像的存儲，醫(yī)生只能通過閱讀報告來了解病人信息[4]。微軟公司的SQL Server是個中大型數(shù)據(jù)庫，適合大容量數(shù)據(jù)和大流量網(wǎng)絡的應用，同時支持復雜的數(shù)據(jù)統(tǒng)計和分析功能[5]。隨著網(wǎng)絡的發(fā)展，越來越多的醫(yī)院希望內窺鏡診斷的信息與其他科室共享，少部分內窺鏡圖文系統(tǒng)使用SQL Server來處理內窺鏡病人的信息以滿足此需求。IBM公司的DB2、Oracle均屬于大型數(shù)據(jù)庫，功能強大，適合處理大容量數(shù)據(jù)，操作復雜，更適合大型企業(yè)、銀行等對數(shù)據(jù)要求高的場合，因此目前內窺鏡圖文工作站未發(fā)現(xiàn)使用此種數(shù)據(jù)庫。

2 視頻采集技術在內窺鏡圖文系統(tǒng)中的應用

視頻采集是內窺鏡圖文系統(tǒng)中關鍵的部分，他負責把內窺鏡采集來的圖像傳輸?shù)絇C機上，便于內窺鏡圖文系統(tǒng)做醫(yī)療信息的存儲及進一步的處理。

目前內窺鏡圖文系統(tǒng)多使用專用的視頻采集卡進行采集。視頻采集卡又叫視頻卡，是將視頻設備輸出的視頻數(shù)據(jù)或者視頻音頻的混合數(shù)據(jù)輸入電腦，并轉換成電腦可辨別的數(shù)字數(shù)據(jù)存儲在電腦中，成為可編輯處理的視頻數(shù)據(jù)文件。

根據(jù)使用驅動程序的類型不同，目前市場上大致有兩種采集卡:VFW(video for windows)卡和 WDM(windows driver model)卡。前者是一種趨于廢棄的驅動模型，而后者是前者的替代模型[6]。經考察多個目前使用的內窺鏡圖文工作站發(fā)現(xiàn)，這兩種采集卡目前都在使用中。從編程實現(xiàn)的角度看，DirectShow使用 WDM Video Capture Filter支持 WDM卡，而使用另外一個VFW Capture Filter(他的 CLSID為 CLSID_VfwCapture)來支持VFW卡[6]。有些系統(tǒng)只使用DirectShow來與采集卡進行接口，而有些較早的系統(tǒng)則只使用VFW Capture Filter來與采集卡進行接口，部分系統(tǒng)則同時使用二者進行雙重核心的設計。

3 圖像處理技術在內窺鏡圖文系統(tǒng)中的應用

內窺鏡圖文系統(tǒng)中最重要的一個功能是提取手術中有價值的清晰圖片，并提供對圖片的相應處理功能，便于醫(yī)生對病人情況進行分析，得出正確診斷，同時給出相應帶有清晰圖片的報告，使相關醫(yī)療科室可以配合治療，留取手術中的視頻資料，以備復查及同行間交流使用。因此，內窺鏡圖文系統(tǒng)需要具備視頻壓縮、圖像采集、圖像處理、圖像識別功能，這些均屬于圖像處理技術范疇。

視頻壓縮就是在保證一定重構質量的前提下，運用各種壓縮技術和手段，將視頻數(shù)據(jù)中的冗余信息去除，從而以盡可能少的比特數(shù)來表示信號[7]。目前常用的視頻壓縮格式有 CIF、QCIF、4CIF、D1、MPEG-4、H.26x、M-JPEG 及Motion JPEG2000[8]。其中 MPEG-4編碼標準制定于1998年，支持逐行掃描和隔行掃描，是為了播放流媒體的高質量視頻，針對視頻會議、可視電話低速率編碼標準而專門設計的，是基于視頻對象的編碼標準，通過對象識別提供了空間的可伸縮性，他可利用很窄的帶寬，通過幀重建技術，壓縮和傳輸數(shù)據(jù)，以求使用最少的數(shù)據(jù)獲得最佳的圖像質量[9]。這種技術是目前內窺鏡系統(tǒng)中廣泛采用的視頻壓縮技術，能滿足醫(yī)療交流的初步要求。H.26x包括 H.261、H.262、H.263 和 H.264標準。H.264/AVCC[10]是 ISO/IEC 的運動圖像專家小組MPEG和ITU-T的視頻編碼組VCEG聯(lián)合制定的，可提高壓縮效率，提供友好的網(wǎng)絡音像同步應用，提高壓縮質量。因此，近年來部分內窺鏡系統(tǒng)采用這種技術進行視頻壓縮，以求更好地滿足醫(yī)生對視頻質量的要求。

圖像采集是指從視頻流中抽取特定單幀圖像，保存為相應的格式。特定圖像的抽取方式分為自動式和用戶指令式。內窺鏡圖文系統(tǒng)均采用用戶指令式，通過屏幕點擊或腳踏開關給出指令。比較流行的圖像存取格式為 PCX、BMP、TIF、TGA、GIF、JPEG、PSD、DICOM[11]，其中JPEG是應用最廣泛的，跨平臺的壓縮文件格式，其最大的特點是性能強大，但屬于有損壓縮，需經過處理來保證圖像的質量。BMP文件格式是微軟公司為windows環(huán)境設置的標準圖像文件格式，采用的非壓縮格式，適合處理黑白圖片，清晰度很高。DICOM標準是醫(yī)學圖像存儲和傳輸標準，為醫(yī)學影像設備生產廠家提供了接口標準和交互協(xié)議[12]。目前內窺鏡圖文系統(tǒng)最廣泛使用的是JPEG的壓縮格式。但伴隨著醫(yī)學影像系統(tǒng)的進步，DICOM標準也在繼續(xù)地更新，所支持的醫(yī)學影像格式已經從當初的只支持放射影像的ACR-NEMA標準發(fā)展到了可以支持病理、內窺鏡等其他影像的要求。DICOM標準是PACS系統(tǒng)使用的最重要的圖像存儲傳輸格式。

研究人員早已認識到醫(yī)學影像系統(tǒng)是醫(yī)院信息體系的一個舉足輕重的組成部分，PACS應當和其他系統(tǒng)之間互相交換信息，共同組成醫(yī)院醫(yī)療診療的信息整體[13，14]。

為使內窺鏡系統(tǒng)所采集的圖片更有助于提高醫(yī)學臨床診斷水平，還能為醫(yī)學培訓、醫(yī)學研究與教學、計算機輔助臨床外科手術等提供必要支持[15]，很多內窺鏡圖文系統(tǒng)使用圖像處理技術為醫(yī)生提供圖像的旋轉、移動、縮放及可以改善圖像質量的圖像增強處理。

圖像識別通過存儲的信息(記憶中存儲的信息)與當前的信息(當時進入感官的信息)進行比較實現(xiàn)對圖像的識別[16]。人類在識別現(xiàn)實世界中的各種事物或復雜的環(huán)境是一件輕而易舉的事，但對于計算機來講，進行復雜的圖像識別是非常困難的[17]。因此，在普通內窺鏡圖文系統(tǒng)中識別技術尚未被使用，而在膠囊內窺鏡系統(tǒng)中利用圖像的顏色、紋理、形狀、空間四種特征來近似描述內容信息從而達到識別檢索的目的。灰度共生矩陣的提出[18]，Tamura 紋理特征[19，20]、模型法[21]、小波變換[22，23]、傅里葉功率譜、Contourlet變換[24，25]等均屬于常用的紋理提取方法，而區(qū)域面積、不變矩等[26，27]均屬于形狀特征法的代表。

4 問題與展望

綜上所述，內窺鏡圖文系統(tǒng)作為內窺鏡信息數(shù)字化的重要平臺已在內窺鏡臨床診療中發(fā)揮了一定的作用。但仍然存在一定的問題:①內窺鏡圖文系統(tǒng)數(shù)據(jù)庫病人相關信息較少，只適于產生診斷報告，不利于進行統(tǒng)計分析做進一步醫(yī)學研究;②內窺鏡圖文系統(tǒng)多使用腳踏方式或屏幕點擊方式進行圖像采集，這樣給醫(yī)生造成一定的負擔，降低醫(yī)生的工作效率;③內窺鏡圖文系統(tǒng)對圖像識別技術使用欠缺，可以使用該技術給予醫(yī)生圖像清晰度及病灶點的提示。相信隨著信息技術日新月異的發(fā)展，這些問題都將會得到解決，效率會進一步的提高，內窺鏡信息的準確性會得到保證。

[1]高 晨.醫(yī)院內窺鏡系統(tǒng)的特點和臨床應用[J].延邊大學學報(醫(yī)學科學版)，2008，2(6):49.

[2]薩師宣.數(shù)據(jù)庫系統(tǒng)概論[M].第3版.北京:高等教育出版社，2000:198.

[3]陳小兵，范 淵，孫立偉.Web滲透技術及實戰(zhàn)案例解析[M].北京:電子工業(yè)出版社，2012:1－50.

[4]楊 焱，宣躍云.局域網(wǎng)環(huán)境內窺鏡圖文信息系統(tǒng)[J].醫(yī)療衛(wèi)生裝備，2004，25(5):52 －53.

[5]崔再惠.Access數(shù)據(jù)庫與SQLServer數(shù)據(jù)庫主要功能的比較[J].鞍山師范學院學報，2009，11(6):51 －52.

[6]陸其明.DirectShow開發(fā)指南[M].北京:清華大學出版社，2003:56－185.

[7]戴 輝，盧益民.多媒體技術[M].北京:北京郵電大學出版社，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 峽.計算機視頻壓縮技術的發(fā)展[J].內蒙古科技與經濟，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.計算機圖形學－基于3D圖形開發(fā)技術[M].北京:清華大學出版社，2013:78－198.

[12]高 升，葛 云.DICOM格式醫(yī)學圖像及圖像信息顯示[J].中國醫(yī)學物理學雜志，2010，3(27):1885 －1888.

[13]孫一民，任志剛，徐麗平，等.建立PACS系統(tǒng)的關鍵技術及應用[J].醫(yī)學信息，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]潘禮慶.計算機技術在醫(yī)療儀器中的應用[M].北京:中國中醫(yī)院出版社，2008:69－89.

[16]范立南，韓曉微，張廣淵.圖像處理與模式識別[M].北京:科學出版社，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]徐建華.圖像處理與分析[M].北京:科學出版社，1992:58－120.

[21]章毓晉.基于內容的視覺信息檢索[M].北京:科學出版社，2003:69.

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

[23]汪袓媛，梁 棟，李 斌，等.基于樹狀分解旳紋理圖像檢索[J].中國圖像圖形學，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.