医学影像大数据的存储与挖掘技术研究
针对目前医学图像的存储标准为DICOM，本文主要对大数据环境下DICOM图像的存储、集成和数据挖掘进行探讨。高科技医疗仪器检查被视为是造成医疗费用上涨的重要因素。而因为不同医院的制度与规范上的差异，在某些情况下会做重复性的检查，而造成金钱上的浪费。为了遵守HIPAA的规则，美国医疗单位必须保持至少两份图像数据存档。通过云计算的解决方案，可以使数字存储的价格降低。另外，有它自己档案库的解决方案确保了病人数据的最大安全。在云端存储病人数据最安全的方法之一是分裂合并技术。这项技术通过从成像数据中去除受保护的健康信息来使图像的研究匿名。然后这些受保护的健康信息被分别加密储存，进而创造了一个互联网安全的影像学研究，因此加强对医学影像大数据的研究和应用对我国医改降低医疗诊治费用具有重要意义。对于图像的挖掘，图像特征库上的数据挖掘模型包括处理非结构化，不经过术语映射，不经过尺度变换，旋转、不经过不同场景分解的特征；还有颜色、形状、纹理、空间特征等图像特征。在视网膜图像数据挖掘方面，Quellec等人利用眼底图像对其中的特征进行挖掘，结合临床文本信息对糖尿病眼病进行鉴别，大大降低了眼底筛查的医生工作量，对医疗人力资源的节省具有重要意义。尽管大数据技术对海量影像数据的管理有着重要作用，但传统数据库的许多成果，如SQL语言、索引技术等都值得图像数据库借鉴。在近期的研究中，旨在通过开发不同的视网膜图像处理程序，提取图像中定量的特征，形成DICOM结构化报告(DICOM structured report,DICOM-SR)，利用现有的遵守DICOM协议的PACS系统数据库进行存储，为后期DICOM数据仓库建立和利用现有工具进行挖掘提供了条件。
医学影像 大数据技术 存储系统 特征挖掘
吴辉群 翁霞 王磊 倪晓薇 邹如意 陈亚兰 施李丽 蒋葵 董建成
南通大学医学院医学信息学系,南通大学数字医学研究所,南通226001
国内会议
郑州
中文
108-112
2015-06-17（万方平台首次上网日期，不代表论文的发表时间）