（计算机软件与理论专业论文）CT图像分割算法研究.pdf

c t 图像分割算法的研究学科：计算机软件与理论研究生签字：侥。舒艚撕婢：匀纨捅要医学图像分割技术是医学图像处理与分析领域的重要课题之一，也是近年来备受研究人员关注的热点问题。医学图像分割的目的是把图像中具有特殊含义的不同区域分割歼来，并使分割结果尽可能的接近解剖结构，从而为临床诊疗和病理学研究提供可靠依据。由于人体解剖结构的复杂性、组织器官形状的不规则性及个体之间的差异性，一般图像分割方法直接应用于医学图像并不能得到理想分割效果，为此必须寻找一种有效的医学图像分割方法。论文在回顾总结国内外医学图像分割方法相关文献的基础上，阐述了医学图像分割的目的、意义。根据医学图像自身特点和特殊应用需求，分析了基于模糊最大熵的医学图像分割方法，并从分割模型本身与算法执行效率两个方面，对存在的问题提出了改进方法，较好地解决了分割精确度与时间复杂度之间的矛盾。论文主要工作包括：分析d i c o m 文件格式与数据编码方法。d i c o m 图像格式和通用图像文件格式b i t m a p 在实际应用场合的转换，并实现了d i c o m 图像格式到b i t m a p 格式的转换。分析了现有的医学图像分割方法优缺点，并分析了完全自动分割方法对实际应用的重大意义。针对传统模糊熵公式不满足区域一致性条件等问题，提出模糊加权熵公式，并证明了该公式能满足图像分割五个基本条件，解决了传统方法会导致图像细节被均衡的不足。提出一种对称型抛物线分布作为隶属函数，该分布可降低参数的维数，提高了运算的效率。关键词：d i c o m ；图像分割；阈值；模糊熵；梯度t h er e s e a r c ho fs e g m e n t a t i o na r i t h m e t i co fc ti m a g ed i s c i p l i n e ：c o m p u t e rs o f t w a r ea n dt h e o r ys t u d e n ts i g n a t u r e ：s u p e r v i s o rs i g n a t u r ea b s t r a c tr e c e n t ly m e d i c a li m a g es e g m e n t a t i o nt e c h n o l o g yi so n eo ft h ei m p o r t a n ts u b j e c t sw i t h i nm e d i c a li m a g ep r o c e s s i n ga n da n a l y s i sr e s e a r c hf i e l da n dw o r k e do v e rt h r o u g h o u tt h ew o r l d t h em a i np u r p o s eo fm e d i c a li m a g es e g m e n t a t i o ni st od i v i d et h ei m a g ei n t od i f f e r e n tr e g i o n sw i t hs p e c i a ls i g n i f i c a t i o na n dm a k et h er e s u l t sa p p r o x i m a t et ot h ea n a t o m i cs t r u c t u r e ，w h i c hc a np r o v i d et h ec r e d i b i l i t yg i s tf o rc l i n i cd i a g n o s ea n dp a t h o l o g yr e s e a r c h a st h ec o m p l e x i t yo fh u m a na n a t o m i cs t r u c t u r e ，t h ea b n o r m i t yo ft i s s u es h a p ea n dt h ed i f f e r e n c ea m o n gi n d i v i d u a l s ，t h ec o m m o n l yi m a g es e g m e n t a t i o nm e t h o d si sn o tf i tf o rt h em e d i c a li m a g e t h ea v a i l a b i l i t ym e t h o dm u s tb ef o u n dt or e s o l v et h ep r o b l e m t h ei n v e s t i g a t i n gs t a t u s e si nq u oa n dd e v e l o p m e n t sa b o u tm e d i c a li m a g es e g m e n t a t i o ni nd o m e s t i ca n df o r e i g nf i e l d sa l er e v i e w e da n ds u m m a r i z e d a c c o r d i n gt om e d i c a li m a g ec h a r a c t e r i s t i ca n da p p l i c a t i o nd e m a n d ，t h ep a p e rd i s c u s s e st h et w oa u t o m a t i cm e t h o d so ff u z z ym a x i m u me n t r o p ya n da c t i v ec o n t o u r sm o d e l ，i m p r o v e st h ec u r r e n tp r o b l e mf r o mt h em o d e lt h e o r yt oa l g o r i t h me f f i c i e n c ya n ds o l v e st h ec o n t r a d i c t i o no fs e g m e n t a t i o np r e c i s i o na n dt i m ec o m p l e x i t ym o r eb e t t e r i t sm a i nc o n t e n t si n c l u d e ：t h ef o r m a t i o na n ds t r u c t u r eo fd i c o mf i l ea r ea n a l y s e d i ti sa b o u te x c h a n g i n gw i t hu n i v e r s a li m a g ef o r m a ti np r a c t i c eo c c a s i o n s ，l i k eb i t m a pf o r m a t ，t h et h e s i sd e v e l o par o u t et om a k ec o n v e r tb e t w e e nt w ot y p e s ，a n dk e yr e a l i z a t i o nc o d ei sp r e s e n t e d m e d i c a li m a g es e g m e n t a t i o nm e t h o d sa l ec o m p a r e d s t r o n gp o i n t sa n ds h o r t c o m i n g so fe a c hm e t h o da r ep a r t i c u l a r l ya n a l y z e d w ef i n da u t o m a t i cm e d i c a li m a g es e g m e n t a t i o nm e t h o d si sv e r yi m p o r t a n tf o rt h ea p p l i c a t i o no fc l i n i cd i a g n o s e t h ef u z z yw e i g h te n t r o p yi sp r o p o s e dt oa g a i n s tt h e c o n v e n t i o n a lf u z z ym a x i m u me n t r o p y , w h i c hi sn o ts a t i s f i e dt h ed e f i n i t i o no fi m a g es e g m e n t a t i o n i na d d i t i o n ，m e m b e r s h i pf u n c t i o ni sas y m r i l e t r yp a r a b o l ad i s t r i b u t i o n ，w h i c hc a nr e d u c et h ep a r a m e t e r sd i m e n s i o na n di m p r o v es h o r t e nt h ec o m p u t a t i o n a lt i m e k e yw o r d s ：d i c o m ；i m a g es e g m e n t a t i o n ；t h r e s h o l d ；f u z z ye n t r o p y ：g r a d i e n t学位论文知识产权声明学位论文知识产权声明本人完全了解西安工业大学有关保护知识产权的规定，即：研究生在校攻读学位期间学位论文工作的知识产权属于西安工业大学。本人保证毕业离校后，使用学位论文工作成果或用学位论文工作成果发表论文时署名单位仍然为西安工业大学。大学有权保留送交的学位论文的复印件，允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存学位论文。( 保密的学位论文在解密后应遵守此规定)学位论文作者签名：宕占锥锡氐学位论文独创性声明学位论文独创性声明秉承学校严谨的学风与优良的科学道德，本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，学位论文中不包含其他人已经发表或撰写过的成果，不包含本人已申请学位或他人已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了致谢。学位论文与资料若有不实之处，本人承担一切相关责任。学位论文作者签名： 寓。锋锡民1 绪论1 绪论随着医学图像在临床诊断中的广泛应用，图像分割在医学图像处理与分析中的地位愈加重要，病变组织的定位、分割后的图像正被用于个各种场合，如组织容积的定量分析、解剖结构的研究、计算机辅助诊断、治疗规划、功能成像数据的局部效应校正和计算机引导手术。因此，对医学图像分割方法的研究具有重要的理论价值和广泛应用前景。1 1 课题研究背景与意义自伦琴1 8 9 5 年发现x 射线以来，医学图像在临床诊断和教学科研中发挥着积极作用，同时也改变了自古以来的“望、闻、问、切”的诊断方式，推进了医疗水平的发展和进步。特别是近三十年来，医学成像技术经历了巨大的发展，医学图像变的越来越数字化和多样化，新出现的医学成像模式包括诊断超声、x 射线计算机断层摄影( c r ) 、核磁共振成像( m r i ) 、核磁共振波谱( m r s ) 、功能核磁共振成像( f m r i ) 、数字血管造影( d s a ) 、正电子发射断层摄影( p e t ) ，磁源成像等。医学图像不仅可以描述人体各种器官、组织、结构、病灶等实体的2 d 3 d 的静态信息，而且可以描述随时问变化的4 d 的动态信息，从而揭开了人体内部的奥秘，为医生做出准确的诊断和精确的治疗方案提供了科学依据。随着医学图像在临床诊断中的普及和发展，医学图像的作用远远超出了对其解剖结构的可视化观察，需要借助计算机及图像图形技术对解剖结构、病变区域等感兴趣区域进行准确定位、分割、提取、量化分析等处理，进一步用于图像配准、三维重建、手术模拟、术间导航、放射治疗计划、病情进展跟踪、计算机辅助手术等技术。这无疑对提高影像数据的利用价值有着深远的意义，可以大大提高临床诊断的准确性和正确性。自2 0 世纪9 0 年代来，借助计算机图像处理、计算机图形学、虚拟现实与计算机网络等技术的医学图像处理与分析，一直是国内外研究与应用的热点。医学图像处理与分析涉及的研究内容包括：医学图像分割、医学图像配准、三维可视化、计算机辅助诊断、远程医疗等。因此，医学图像分割一直是医学图像处理领域的重要内容。医学图像分割技术是医学图像处理与分析中的关键技术。医学图像分割就是根据区域内的相似性以及区域间的差异性把图像分割成若干区域的过程。在图像中把有关结构( 即感兴趣区域) 分离出来是图像分析与识别的首要问题，也是制约医学图像处理及其它相关技术的发展与应用的瓶颈。从医学研究和l 临床应用的角度来看，图像分割的目的是将原始的2 d 或3 d 图像分成不同性质( 如灰度、纹理等) 区域，并提取和显示出来，使其尽可能的接近解剖结构，为临床诊疗和病理学研究提供可靠依据。1 2 国内外研究现状医学图像分割技术一直是医学图像领域的一个研究热点。医学图像分割技术的发展是一个从人工分割、半自动分割到自动分割的渐进过程。完全的人工分割方法是由专家或医1西安工业人学硕十学位论文务工作者在原始图像上直接画出期望的边界i lj 。早期的图像分割完全靠人工完成，这种方法费时费力，分割结果完全依赖于分割者解剖知识和经验，而且分割难以重现。半自动分割方法是随着计算机技术发展产生的，它把操作者的知识和计算机的数据处理能力有机结合起来，从而完成对医学图像的交互分割【列。人机交互的半自动分割具体的过程是专家指定感兴趣区域的代表点，然后计算机进行自动分割，或者在计算机自动分割的过程中进行人为地干预。与完全人工分割相比，半自动分割方法大大减少了人为因素的影响，而且分割速度快、分割精度高，但是操作者的知识和经验仍然是图像分割过程的一个重要组成部分。面对三维重建中若干二维切片的处理与每日临床上产生的海量医学图像的处理，人机交互的半自动方法费时费力、可重复性低，这就要求有一种可重复性好、高效率、高精度的自动的图像分割方法。因此，医学图像自动分割一直是医学图像处理研究的重点与难点。自从上世纪六十年代以来，人们研制开发出了众多的医学图像分割法，这些方法主要可分为基于区域的分割法和基于边界的分割法1 3 j 两大类别。基于区域的分割法依赖于图像空间的特征，如灰度、纹理及其它类型统计特征等，典型的基于区域的分割法有阈值分割、区域生长与分裂、聚类等。由于这些方法直接依赖于图像的全局特征值，主要优点是对噪声不敏感，缺点是往往会出现过分割的现象，分割往往依赖于对初始条件选择。基于边界的分割方法主要是利用梯度信息确定目标的边界，包括局部微分算子，如r o b e r t 算子，s o b e l 算子，p r e w i t t 算子和l a p l a c i a n 二阶差分算子等1 4 1 。这些方法不依赖于己处理像素的结果，适合于并行化，但缺点是对噪声敏感，而且当边缘像素值变化不明显时，容易产生假边界或不连续的边界。由于人体解剖结构的复杂性、组织器官形状的不规则性及个体之间的差异性，单一的图像分割方法对医学图像的处理效果并不理想。为此，人们提出了集成分割技术概念1 5 1 ，即把两个或两个以上的单一技术结合在一起，使它们扬长避短，互为补充。实际应用表a ) 1 6 1 ，集成分割技术比单一分割技术能够达到更理想的分割结果，是医学图像自动分割技术发展的一个重要研究方向。医学图像从本质上是模糊的。由于噪声、场偏移效应、局部体效应等的影响，使获取的医学图像不可避免地具有模糊性和不确定性。虽然这些不确定性给分割技术的研究带来了许多麻烦，但是却给模糊技术提供了用武之地，因为模糊技术正是为了处理事物的不确定性而诞生的。随着模糊技术的不断成熟，它在图像分割中的应用也日益活跃，成为医学图像分割技术的一个研究热点，许多模糊分割技术也应运而生，如j a y a r a m 等人1 7 l 根据模糊子集理论、方法和算法，成功地解决了在模糊集合内定义目标的概念，在模糊情况下处理一些拓扑概念如连通性和边界等，有效提取模糊连接分量和模糊边界的算法等问题；c l a r k 等人提出模糊c 均值( f c m ) 1 8 j ，它的基本思想是通过对目标函数的迭代化实现集合划分，它可以表示出各个像素属于不同类别的程度，而对应的硬c 均值( h c m ) 聚类算法则将每个像素都唯一划分到某个类另, lo e 去；另外还有应用模糊逻辑的基于i e t h e n 规则的模糊分割技术1 9 j 。目前模糊技术在图像分割中一个显著特点是它能与现有分割技术结合使用，从而形成一系列集成模糊分割技术，如模糊阈值、模糊聚类、模糊边缘检测技术等。2西安1 ：业火学硕士学位论文由此看来，模糊技术为医学图像自动分割技术展示了乐观的前景。近年来，由于大量新兴技术如活动轮廓模型和水平集等方法在图像分割中应用，使得完全自动的医学图像分割法得到了极大的发展【l o l 【1 1 l 。活动轮廓模型是2 0 世纪8 0 年代后期发展起来的一种图像分割方法，特别适用于建模和提取任意形状的变形轮廓。活动轮廓模型主要分为两大类：参数活动轮廓模型和几何活动轮廓模型。参数活动轮廓模型又称为s n a k e 模型，由k a s s 等人1 1 2 j 于1 9 8 7 年提出，它在边缘检测、医学图像分割以及运动跟踪中得到了广泛应用，但是模型本身存在着一些缺陷，如对初始位置敏感、易陷入局部极值、无法收敛到轮廓的深度凹陷部分、不具备自动拓扑变换能力等。o s h e r 与s e t h i a n 首先提出水平集方法和曲线演化理论相结合的几何主动轮廓线模型1 3 j ，该模型易于控制拓扑结构的变化、数值计算稳定、易于由低维向高维扩展，是目前广受重视的一类分割方法。传统的几何主动轮廓线模型都是基于边缘信息，因而当区域边缘模糊或者边缘呈离散状时，演化曲线将可能越过目标的边缘不再返回，虽然一些额外约束项可被引入，一定程度抑制了这种现象，然而却不能从根本上解决此问题。为解决此问题，c h a r s 和v e s e 提出了一种基于简化m u m f o r d s h a h 模型的图像分割方法1 1 4 1 ( 简称c v 方法) ，该模型是基于区域的，对于边缘模糊或边缘不连续的情况都适用，且对初始曲线位置不敏感，但与其它基于区域的分割方法一样，都假设有一定的先验条件即假设图像中仅存在两类同质区域即背景与目标。当采用c v 方法分割两个或两个以上不同质的区域时，往往会将与背景相似的区域错分到背景类中。针对这种局限性，c h a r s 和v e s t 推广到了多相水平集法1 1 5 j ；s g a o 和t b u 等人提出了一种分级的图像分割法1 1 6 l ，该方法多次利用c v 法，首先用c v 法将图像分成两个部分，然后在已分割的区域内继续采用c v 法进行分割；s k i m 和h l i m 等人提出了基于背景消除的图像分割法旧，将非二值图像变为二值图像后采用c v 法分割。1 3 研究内容论文根据医学图像数据的内在属性和临床诊断的需求，深入探讨了一种医学图像自动分割方法：基于模糊最大熵阈值法，并针对其存在的问题提出了切实可行的改进方法。论文研究的内容主要包括以下几个方面：对国内外各种流行的图像分割方法进行了综述和合理分类，分析了各种算法优缺点，并针对医学图像的成像特点，提出了医学图像分割发展趋势和完全自动分割方法对实际应用的重大意义。论文给出了模糊加权熵定义，该定义公式满足图像分割定义的五个条件，特别是区域一致性的条件，克服了传统方法导致图像细节被均衡的不足，得到最佳的分割结果。1 4 论文结构概要本论文共分五章，具体安排如下：第一章介绍课题的背景、研究意义、国内外研究现状以及论文研究的主要内容和主要3两安j i ：业人学硕十学位论文创新点。第二章介绍d i c o m 标准体系及内容，探讨了d i c o m 标准体系结构的内容，并对d i c o m 标准的信息模型进行了分析。第三章是关于d i c o m 图像处理，研究了d i c o m 医学图像的常用处理方法，详细分析了d i c o m 医学图像和通用图像格式b i t m a p 位图的文件格式，研究并实现了d i c o m医学图像到b i t m a p 的转换。第四章给出了医学图像分割的定义与性质，对常用的医学图像分割方法分三大类进行了详细的分析和探讨，最后介绍了医学图像分割的评价准则。第五章概述了模糊最大熵原则的基本思想，论证了c h e n g 等人提出的模糊熵公式不满足图像分割区域一致性条件，在条件熵与加权熵的概念的基础上提出了模糊加权熵的定义，并从理论证明和实验分析两方面说明了模糊加权熵公式的合理性和有效性。第六章对本文研究工作进行了总结。42d i c o m 标准分析与研究2d i c o m 标准分析与研究2 1d i c o m3 0 标准特点目前广泛使用的标准是d i c o m3 0 ( 2 0 0 0 版) ，它具有以下特点：广泛适用于网络环境：d i c o m 的早期版本只支持于点到点的数据传送，而d i c o m3 0支持基于o s i 和t c p f l p 等通用工业标准的网络环境，从而为远程医疗创造了条件。规定了医疗设备如何对数据交换及相关指令做出反应：d i c o m 早期版本只局限于数据传送，而d i c o m 3 0 利用服务类( s e r v i c ec l a s s ) 的概念具体规定了有关指令及数据的语义。定义了规范标准的级别：早期版本只规定了医疗设备遵循d i c o m 规范标准的最低要求，d i c o m 3 0 则明确描述了为达到特定级别而必需的规范声明( c o n f o r m a n c es t a t e m e n t ) 。可扩展性：d i c o m 3 0 支持对新特性的扩展。引入了广义的信息对象( i n f o r m a t i o no b j e c t ) 概念：信息对象不仅包括图形和图像，还包括检查( s t u d y ) 、报告( r e p o r t ) 等广义上的各种信息对象。建立了唯一标识各种信息对象的方法，这对在网络环境下清晰地定义信息对象之间的关系具有重要意义。2 2d i c o m 标准结构d i c o m3 0 标准的内容共分为十五章，分别是：第一章：引言与概述，简要介绍了d i c o m 的概念及其组成。第二章：一致性( ( c o n f o r m a n c e ) ，精确地定义了一致性声明，d i c o m 要求制造商精确地描述其产品的d i c o m 一致性，即构造一个该产品的d i c o m 一致性声明，它包括选择什么样的信息对象、服务类、数据编码方法等，每一个用户都可以从制造商处得到这样一份声明。第三章：信息对象定义i o d ( 1 n f o r m a t i o no b j e c td e f i n i t i o n s ) ，利用面向对象的方法，定义了两类信息对象类：普通型、复合型。详细的给出了d i c o m 标准从现实世界中抽象出来的信息对象的组成和概念内涵。它是d i c o m 标准研究的重要内容，也是临床诊断中较为重要的内容。第四章：服务类规范( s e r v i c ec l a s ss p e c i f i c a t i o n ) ，说明了许多服务类，服务类详细论述了作用于信息对象上的命令及其产生的结果。在这章中，标准将图像通讯中可能涉及到的通讯类型分成若干详尽的类别，分别做了规范和界定。第五章：数据结构和编码( d a t as t r u c t u r ea n dc o d i n g ) ，描述了怎样对信息对象类和服务类进行构造和编码。d i c o m 标准规定了专用的医学图像文件。其格式在本章中做了具体的规定。并规定了用到的数据、字符的编码要求。5两安t 业大学硕十学位论文第六章：数据词典( d a t ad i c t i o n a r y ) ，包括了d i c o m 标准中所有的数据元的编码代号和编码说明。描述了所有信息对象是由数据元素组成的，数据元素是对属性值的编码，标准采用了u i d ( 唯一标识符) ，它在所有的国际标准中均是唯一的标识符，这使得d i c o m减少了实现中可能的冲突，更加具有可操作性。第七章：信息交换( m e s s a g ee x c h a n g e ) ，定义了进行消息交换通讯的医学图像应用实体所用到的服务和协议，封装了信息数据格式、即d i c o m 信息服务元d i m s e ( d i c o mm e s s a g es e r v i c ee l e m e n t ) i ，f i 息交换。第八章：网络通讯支持的信息交换( n e t w o r kc o m m u n i c a t i o ns u p p o r tf o rm e s s a g ee x c h a n g e ) ，规范了网络通讯中的信息交换，定义了在i s o 的o s i 参考模型中和基于t c p i p通讯协议栈上传输网络数据方式及状态转换。第九章：消息交换的点对点通讯支持( p o i n tt op o i n tc o m m u n i c a t i o ns u p p o r tf o rm e s s a g ee x c h a g e ) ，说明了与d i c o m2 0 兼容的点对点通讯的服务和协议。第十章：用于媒体交换的媒体存储和文件格式( m e d i as t o r a g e & f i l ef o r m a tf o rm e d i ai n t e r c h a n g e ) 。这一部分说明了一个在可移动存储介质上医学图像信息存储的通用模型。提供了在各种物理存储介质上不同类型的医学图像和相关信息进行交换的框架，以及支持封装任何信息对象定义的文件格式。第十一章：媒体存储应用描述( m e d i as t o r a g ea p p l i c a t i o np r o f i l e ) ，用于医学图像及相关设备信息交换的兼容性声明。给出了如心血管造影、超声、c t 、核磁共振等图像的应用说明和c d r 格式文件交换的说明。第十二章：用于交换的物理媒体和媒体格式( m e d i af o r m a t & p h y s i c a lm e d i af o rm e d i ai n t e r c h a n g e ) ，它提供了在医学环境中数字图像工作站系统之间信息交换的功能。这种交换功能将增强诊断图像和其它潜在的临床应用。第十三章：点对点通信支持的打印管理。定义了在打印用户和打印提供方之间点对点连接时，支持d i c o m 打印管理应用实体之间通信的服务和协议。第十四章：灰度图像的标准显示功能( g r a y s c a l es t a n d a r dd i s p l a yf u n c t i o n ) 。详细说明了灰度图像的标准显示功能，提供了一些用于测量特定显示系统显示特性的方法，这些方法可用于调校显示系统以与标准的灰度显示功能相匹配或用于测量显示系统与标准灰度显示功能的兼容程度。第十五章：安全策略概述( s e c u r i t yp r o f i l e s ) ，说明了具体应用应遵循安全策略的一致性方式。d i c o m 标准各部分之间相对独立，但也有部分章节相互关联，本文主要研究了第二章到第六章、第十章和第十一章。2 3d i c o m 标准的信息模型在d i c o m 标准的第三章中，明确而详细的提出了d i c o m 的信息模型。这个模型应6两安工业大学硕十学位论文用了面向对象分析的方法，将客观对象抽象出来，描述了对象之间的各种关联关系，提出了医学图像相关的实体及关系( ( e n t i t y r e l a t i o n s h i p ) 模型。d i c o m 标准的定义范围己经超越了术语词汇、测量值和环境变量等范围，它还定义了实体之间的关系模型。举例来说，一个病人和他所做过的检查( s t u d y 研究) ，两者之间的关系可以用拥有( c o n t a i n 包括) 来描述。同样，一个研究包含一个序列，一个序列包括图像、文档等等。通过对临床活动的研究，流程也可以被加入到信息模型中，在这个模型中定义了一组实体( 比如：病人、研究、影像、报告) 以及实体之间的关系，构成了面向对象分析中的实体一关系( e r ) 模型。在实体一关系模型中每一个实体都有其描述或者属性。例如，病人这个实体可以用下列属性来描述：姓名、年龄、性别、病历号、身高体重等等。所有这些属性可以用来标识或者描述一个特定的病人。d i c o m 标准不但定义了e r 模型，而且定义到了模型中每个实体的具体属性。面向对象的分析和建模与现代计算机科学的发展紧密相关，目前几乎所有的信息技术应用领域都使用了面向对象的分析方法。建立e r 模型的目的就是得到一个面向对象的模型：实体就是对象，用属性来描述对象。类似影像、报告、病人这样的实体在d i c o m 中被称为信息对象，因为它们的功能就在于承载信息。对于信息对象构成的定义在d i c o m 中被称为信息对象定义( i o d ) 。信息对象定义的实质就是一个属性列表，这些属性分成必要属性，可选属性和条件属性，对描述信息对象细微的差别有重大的意义。信息对象定义类似于一张包含很多空白字段的表格。像病人姓名、病历号这样的信息片断都可以当作一个属性。即使一个空白表格，也代表了一定的信息结构意义。当表格中的空白被填满，属性被赋予数值，对象就有了具体的实际意义，它可能代表一个病人，一幅影像或其它实体。这个填表的过程，也就是为属性分配数值的过程就是所谓的创建信息对象实例。d i c o m 标准中的信息对象定义就是d i c o m 信息模型中定义的实体，实体通过对象的属性来描述。一个信息对象定义是信息实体的集合，而信息实体是信息有关成分的组合。每个实体包含有关现实世界单个条目信息，如病人、图像等，成为属性，每个属性描述了信息的某一特性，如病人姓名等。相互关联的属性组合到信息对象模块中。模块以数据集的形式出现，可以应用于不同的i o d 中。这些模块具有属性的语义描述，可以组合到一起。在d i c o m 中，一个i o d可以由单个信息实体( 普通i o d ) 或多个信息实体( 复合i o d ) 组成。实现管理功能的服务类使用普通i o d ，而处理图像数据流的复杂服务类使用复合i o d 。d i c o m 标准的第三部分附录定义了在医学环境中所需的大部分信息对象，详细规定了这些对象的组成格式、要求、相互之间的关系等内容，如病人、c t 、磁共振、核医学、超声等等。在d i c o m 的信息模型上主要有四个层次，分别是病人( p a t i e n t ) 、研究( s t u d y ) 、序列( s e r i e s ) 和图像( i m a g e ) 层次。这四个层次分别对应了相互类型的信息的生成阶段和不同来7西安j i ：业人学硕+ 学位论文源。病人层次病人i o d 封装了该病人相关的人口学信息。如病人姓名、性别、年龄、身高等信息。检查层次检查层次是在信息模型中最重要的层次。一个研究是某个特定类型检查请求的结果。在医学影像部分所有活动都围绕着研究的正确处理而尽兴。在研究层次上，保持着标识信息，并可以包含与该研究有关的医院管理信息系统( h l s ) 中的信息引用。序列层次在研究层次下收集了所有的图像序列。序列层次标识了生成图像的形态类型、序列生成的日期、检查类型的细节和使用的设备。序列是来自某一设备类型有关图像的集合，图像组合到序列中的方式取决于临床用途。图像层次信息模型的最低层次是图像层次，每个图像包含附加获取信息以及图像数据本身。图像层次包含有一幅( 单幅) 、两幅( 双屏) 或某些设备采集的运动图像。2 4d i c o m 标准的意义d i c o m 标准的目标是要解决在不同地方、不同设备制造商、不同国家复杂的网络环境中的医学图像存储和传输的问题。d i c o m 标准的最重要的意义就是尽可能明确地定义影像传输过程中涉及到的术语词汇和模型。并且保证接收此协议的用户能够方便使用这些定义。在比较高层面的通讯中( 比如用户之间的通讯) ，对术语词汇的认同非常重要。不论是在放射科内部还是在放射科与其他学科交流中，明确的术语定义是保证沟通准确的前提。举例来说，对于“中间”和“侧面”的不准确理解，对于一个基于放射科报告作出诊断的外科医生来说会直接导致灾难性的后果。医学信息化领域是一个不断发展，不断丰富的领域，因此，d i c o m 标准从诞生之日起就是一个开放的标准，它不断进行着自我完善、扩充和演化。d i c o m 标准采用了广义的信息对象定义i o d 概念，将医学图形、图像、检查、报告等都定义为广义的对象，并通过唯一标识u i d 的方式在网络环境下唯一地确定这些信息对象。在此基础上，d i c o m标准还将各种不同的服务功能定义为大量不同的服务类( s e r v i c ec l a s s ) 。由此，在医疗设备及其各种数据更新时，通过修改或定义新的i o d ，便可使得标准与之相适应并得以扩充；而对于新增的功能，则可以通过定义新的服务类来完成。这样就达到了不需要对d i c o m 标准的整体架构进行修改的情况下，完成标准本身的进化。也就是说，d i c o m标准可以在不断的吸收新特性的同时，保持与原先版本的兼容性。随着d i c o m 标准定义及规范内容和范围的扩展，d i c o m 标准不仅仅应用于医学影像学领域，已经逐步向整个医院信息化应用领域延伸，如d i c o m 标准定义的m o d a l i t y8西安丁业大学硕士学位论文w o r k l i s t s t r u c t u r er e p o r t 等s o p 和s e r v i c e 已经被列入h i s r i s 系统流程中的标准遵从要求。从趋势而言，d i c o m 标准无疑会成为医疗信息化发展中最重要的标准规范。93 d l c o m 文什解析3d i c o m 文件解析医学图像处理是应用现代图像处理技术，为医生更好的浏览和观察图像服务的，它主要用于医生图像工作站，为医生诊断提供更加方便、灵活的图像操作工具。3 1d i c o m 文件解析d i c o m 标准是要解决在不同地方、不同设备制造商、不同国家复杂的网络环境中的医学图像存储和传输的问题，要实现信息的准确无歧义交换，存在许多技术上的问题，最基本的问题是语义和语法的问题。语义的问题是指交换信息的具体含义。在d i c o m 中专门定义了自己的“语法”和“词汇”，d i c o m 中的“词汇”是用一对整数表示的，称为标签( t a g ) ，标签的含义在数据词典里给出了详细的定义和解释，并用u i d 的方法给出唯一标识。语法则是指信息组成的规则。在d l c o m 中，数据种类相当多，被分成各个层次，有信息对象定义( i o d ) 、消息( m e s s a g e ) 、命令集、数据集、数据元素、传输语法等。只有通信双方按约定的统一的方法组织数据，才可能正确地获得对方传输的信息。3 1 1d i c o m 数据结构d i c o m 标准是一个庞大而复杂的体系，目前国内尚无中文版的译著，很多术语没有规范统一的中文译名，下面介绍d i c o m 的数据结构中常用的概念和术语。唯一标志符u i d ：这个标识可被用在世界上不同地点的多制造商环境中。为保证每个标识的全球的唯一性，使用了下面的字符串( 称为唯一标识符或u i d ) 产生机制： 。根部分是由权威部门确定的，它保证没有其他人或机构再使用这个根标识。这个数值由标准化组织分配给设备提供商或医院，同时保证在内部网络中也是唯一的。通过使用一个唯一的系统标识，每个系统在世界范围内有一个唯一的根。后缀是由系统在产生实例时随机产生的，如“1 2 8 4 0 1 1 3 6 1 9 2 1 6 1 1 2 0 9 4 0 4 8 1 2 8 3 2 6 1 “，表示g e 的心血管造影系统产生的一个u l d 。标签t a g ：标签是用一对十六进制数表示的，前面的数表示数据元的组号，后面的表示元素号。组号为偶数的是标准数据元素，组号为奇数的为设备商保留，用于特殊用途。每一个标签的具体含义可以在d i c o m 的数据词典中查到。d i c o m 的数据词典定义了许多数据元素标签，涵盖了大多数的应用需要。表示值v r ：在d i c o m 标准中，对每个属性都定义了值的表示方法。表示值具体地描述了属性值如何进行编码的。常用的表示值有c s ，d s ，i s ，u s ，f l s q ，o b ，o w , d a 等，如d s 表示为固定小数点或浮点数的字符串，值域长度为1 6 个字节。传输语法：传输语法定义了三个方面的内容：数值表示法如何指定，多字节数在存储或传输时的字节顺序，是低位字节( l i t t l ee n d i a n ) 先存储或发送，还是高位字节( b i ge n d i a n )1 0明安工业大学硕士学位论文先存储或发送；封装情况下的压缩格式，是采用j p e g 还是r l e 的压缩算法，是有损方式还是无损方式等。例如，对于一个3 2 位无符号整数”1 2 3 4 5 6 7 8 h ”，在l i t t l ee n d i a n 方式下的字节顺序为7 85 63 41 2 h ，而在b i ge n d i a n 方式下的字节顺序则为1 23 45 67 8 h 。传输语法由一个u i d 标识作引导，d i c o m 默认的传输语法是隐式小端在前( i m p l i c i tv rl i t t l ee n d i a n ) 传输语法。数据元：d i c o m 的基本数据单位是数据元。数据元由数据标签唯一标识，每个数据元素包含特定的信息，如病人l d 、图像高度宽度等。数据元的值表示法是否存在取决于协商的传输语法，多个数据元就组成了数据集。数据集：d i c o m 采用数据集来描述现实世界信息对象，数据集是对应着现实世界对象的信息实体，由若干数据元组合而成，并根据数据元标签的值按从小到大的顺序排列。一个数据元在数据集内至多只能出现一次。但是在嵌套的数据集中可以再次出现。一个数据集使用显式v r 还是隐式v r 以及其它传输特性，取决于传输语法的协商。数据词典：用来对各数据元进行详细的定义和解释的一个集合。如在数据词典中( 0 0 1 0 ，0 0 1 0 ) 表示病人的姓名，( o 0 0 8 ，0 0 8 0 ) 表示检查医院的名称。信息实体( 1 e ) ：信息实体包含一组逻辑相关的数据元素。病人实体是l e 实体的一个例子。它包含病人姓名( 0 0 1 0 ，0 0 1 0 ) 、被引用的病人序列( 0 0 0 8 ，1 1 2 0 ) 等数据元素。从d i c o m 3 0 标准开始，一个i e 可以包含组号不同的数据元素。为了简单起见，不同i e 之间没有明显的区别，它们都作为数据元素的列表以数据集合的形式使用。信息对象定义( i o d ) ：几个逻辑相关的正组成一个i o d 模块。例如，c t 图像i o d模块包含病人l e 模块、诊断正模块、图像i e 模块等。这些以及其他相关的d i c o m 信息模型的概念在标准的p s 3 3 信息对象定义第6 节和p s 3 5 数据元素和编码中有所描述。此外，删( c o m p o s i t e ) 和规格化( n o 加a l i z e d ) 的i o d 之间具有一定差别，因为这些差别与应用的实现紧密相关。所谓合成的i o d ，是指该i o d 所包含的属性并不都是固有属性，还有其他与固有属性相关联的属性，比如c t 图像i o d ，它不仅包含图像的固有属性，比如图像的高度，宽度等，还包含拥有该图像的病人的信息，比如病人姓名、年龄等。规格化的i o d 是指那些只包含固有属性的i o d ，比如用来打印胶片的胶片盒i o d 等。服务对象类( s o p ) ：面向对象的设计不仅描述了对象本身的属性，同时还说明了怎样处理这些对象的方法。d i c o m 标准就是利用这个概念，定义了诸如存储图像、获取病人信息之类的服务。由于是面向对象的设计，因此服务又被称作服务类。一个服务类由若干个相关的服务对象类( s e r v i c eo b j e c tp a i rc l a s s ，简称s o p 类1 组成。s o p 类是d i c o m 标准中定义的基本功能单位。对于一个特定的s o p 类来说，一台装置可能扮演以下两个角色：服务类提供者( s e r v i c ec l a s sp r o v i d e rs c p ) ，扮演这个角色的机器提供s o p 类的服务，它相当于c s 模型中的服务器( s e r v e r ) ；服务类使用者( s e r v i c ec l a s su s e r ，简称s c u ) ，扮演这个角色的装置使用s o p 类的服务，它相当于客户服务器模型中的客户。例如工作站从一台成像装置中读取一幅图像，在这种情况下，该成像装置为与图像产生相关的s o p两安 ：业大学硕士学位论文类的s c p ，工作站为s c u 。一个s o p 类的一次具体实现称作服务对象类实例，存储图像、获取病人信息等操作就是通过s o p 实例实现的。3 1 2d i c o m 文件结构d i c o m 标准的p s3 1 0 规定了媒体存储和文件格式，d i c o m 文件是d i c o m 数据集的封装，由d i c o m 文件元信息( m e t ai n f o r m a t i o n ) 和描述d i c o ms o p 类实例的数据集组成。每个文件包含一个s o p 实例，这个实例包含一个图像实例( 单帧或多帧) 。每一个d i c o m 文件都由两部分组成：文件头信息( f i l em