医学影像信息应用中的安全问题及其安全处理技术研究

医学影像信息和PACS的安全性一直是临床应用的关注热点之一。就医学信息安全应用的有关规范和标准,医疗信息安全处理所遇到的挑战及开展的一些有关医疗影像信息安全处理技术研究工作进行简介。

多模医学图像多维可视化技术研究与系统设计

采用VS2008开发工具和VTK开源代码,设计了一个多模医学图像多维可视化系统,对CT、MR、PET和SPECT等体层图像进行多平面重建(MPR)、间接体绘制(IVR)、最大密度投影(MIP)、直接体绘制(DVR)和曲面重组(CPR)。测试结果表明,系统性能稳定,提供的多种可视化方式能为不同医生阅读不同模式的医学图像提供便利;在三维重建时,系统最大能处理的CT切片数量可达2000幅以上,重建速度和重建质量均能满足临床要求。

面向生物医学影像e-Science平台的审计监控系统

在面向重大疾病的生物医学成像与临床应用等研究中,常常需要包括基础医学、临床医学、物理学和生物医学工程多学科的科研工作者进行协同交互。为此采用网格技术构建了生物医学影像e-Science平台,实现了跨机构之间大数据的快速共享与交换。由于系统的分布性和节点的异构性,难以避免会碰到系统的软硬件故障。因此,设计了一种基于XMPP协议的审计监控系统,既对e-Science的各个主机系统资源进行实时监测,又对平台中数据业务进行审计跟踪。系统最终被部署应用征e-Science平台,具有良好的便捷性和稳健性。

基于IHE ITI-ATNA技术规范的区域医疗信息共享安全问题解决方案

随着区域医疗信息共享系统集成实现和应用,医疗卫生信息化的安全问题变得更加重要和突出。根据国际医疗保健企业集成(IHE)提出的审计跟踪和节点认证(Audit Trail and Node Authentication)技术规范(Profile),结合上海多家医院的实验经验,提出了一个采用代理(Proxy)+服务器(Server)架构的区域医疗信息系统集成方案,解决了现有系统平台异构集成的安全问题,并为现有的各类系统提供了中央用户认证、审计跟踪和节点认证等安全保障措施。

PET/CT图像重建技术综述

介绍了PET/CT的成像原理、数据获取方法及图像特点。详细综述了目前PET/CT主要采用的图像重建方法,包括2D重建的解析法(FBP)和迭代法(ML-EM,OSEM),3D重建的重组法、3DRP法和3D迭代重建法,并对这些方法的优缺点进行了对比与总结。

基于JPIP协议的高分辨率DICOM医学图像的无线传输与显示

利用JPIP协议实现高分辨率医学图像的无线传输与显示。JPIP服务器完成从PACS系统中提取医学图像和医学图像格式的转换以及JPEG2000码流的解析重组等功能。无线PDA通过访问JPIP服务器,实现对DICOM医学图像的访问与显示。

CLAHE算法在数字钼靶图像增强中的应用研究

重点研究了对比受限自适应直方图均衡算法(Contrast-Limited Adaptive Histogram Equalization,CLAHE)在数字钼靶图像增强中的应用,分析和对比了几种图像增强算法的优劣。根据数字钼靶图像处理实时性的需要,通过分析CLAHE算法流程,对CLAHE算法的延迟问题进行了研究,并得出一套可应用于数字钼靶图像增强的方案。

基于内容的化验数据搜索引擎研究

提高诊断的正确性并为病人提供更好的医疗服务,一个重要手段是在电子病历数据库中查找以往具有相似疾病特征且已确诊的病历,来辅助当前病人的诊断和治疗。这些疾病特征可能包含在不同类型的病历中,如诊断和报告文本、放射及超声报告/图像,以及化验产生的数字信息等。医疗化验数据是一种多维结构化信息,作为子病历的重要组成部分,对疾病的确定和描述起着关键作用。将高维索引算法引入医学领域,建立一个化验数据高维搜索引擎,方便医生使用化验数据库中的知识,实现计算机辅助诊断。

网格安全研究

本文简述了网格计算的概念和与网格安全相关的公钥基础设施(PKI)、Web Service等基本知识。就目前用于网格计算的globus toolkit关于网格安全方面的知识做 了简要介绍,详细讨论了其中单点登陆的基本实现策略。

基于IHE PIX的病人主索引服务器的实现

介绍了PIX集成方案,并研究了病人身份匹配和ID合并的算法,最后给出了一个基于PIX的病人主索引服务器的实现方案。

基于距离置信度分数的多模态融合分类网络

使用多模态数据建模可以有效地克服单一模态信息量不足的问题,大大提高模型的性能.但在量化神经网络模型置信度,尤其是对于多模态融合模型方面并没有很多进展.基于此,提出一种基于嵌入的方法,在嵌入空间中通过计算样本间的距离进行局部密度估计,进而计算模型的置信度分数.该方法具备可扩展性,不仅可以用于单一模态模型,还可以用于多模态融合模型置信度的度量.此外,所提方法还可以用来评估和量化不同模态数据对于多模态融合模型的影响程度.

蜂窝状的交互式三维分割方法

目的:蜂窝状肺病变是一种常见的肺部影像学表现,因其边缘模糊、分布弥散的特点,难于分割。为准确地对蜂窝状肺病变进行三维分割,提出一种基于支持向量机的交互式三维分割方法。方法:根据肺部CT图像灰度分布特性基于自适应阈值分割算法对肺部进行分割,然后采用区域生长法将气管剔除出肺部区域,并针对肺部区域采用修正后的分水岭算法按照纹理分割成小区域,对各区域进行纹理特征的提取,采用训练后的支持向量机对各区域进行判别是否为蜂窝状病变区域。最后根据切片层数据间的关联性基于面积重叠去除假阳性区域。结果:针对临床已确诊的30例病例参照医生分割的金标准进行测试,对分割算法进行了敏感性、特异性、准确率等指标的评估,该方法能分割出可靠的蜂窝状肺部病变区域。

基于Gaussian混合的距离度量学习数据划分方法

针对有限样本情况下,多次训练模型时容易出现不稳定和偏差问题,提出一种基于Gaussian混合的距离度量学习数据划分方法,通过更合理地划分数据集来解决该问题.距离度量学习依靠深度神经网络优异的特征提取能力,将原始数据提取的特征嵌入到新的度量空间中;然后,在该新的度量空间中基于深层次特征使用Gaussian混合模型进行聚类分析和样本分布估计;最后,依据样本分布特点进行分层采样对数据进行合理划分.研究表明,该方法可以更好地理解数据分布的特点,获得更加合理的数据划分,进而提升模型的准确性和泛化性.

基于LSTM与注意力结构的肺结节多特征抽取方法

对肺结节的形状特征、边缘特征和内部特征进行准确分类,能够辅助影像科医生的日常诊断工作,提高影像报告的书写效率.针对这一问题,提出一种基于长短时记忆(LSTM)结构与注意力结构的多任务分类模型.该模型通过注意力机制融合各个任务间的共享特征,提高当前任务的特征抽取效果.LSTM结构分类器能够有效地筛选任务间的共享特征,提高模型的信息传递效率.实验表明,相较于传统多任务结构,所提模型在公开数据集LIDC-IDRI上能够取得更好的多特征分类效果,辅助医生快捷地获取肺结节特征信息.

肺结节智能检测和三维可视化系统设计与实现

为了提高肺部疾病识别效率,减少肺结节漏诊率,设计了一套肺结节智能检测和三维可视化系统;构建一个基于RESNET的深度多通道三维卷积神经网络,根据LUNA16公开数据集的888例患者图像,选择权重参数为α=0.5,γ=2的Focal loss损失函数进行训练,在CT图像上对可疑的肺结节进行检测,采用光线投射算法对检测出的结节区域进行体绘制三维重建;经实验测试,该网络与单通道网络和特征金字塔网络(Feature Pyramid network,FPN)相比,准确度最高,为84.8%,系统能够在230 s内自动检测肺结节并完成三维重建,对于分辨率1 mm/pixel的CT图像灵敏度在98%以上,用户可在浏览器上查看结节检测结果和三维重建模型;该系统突破了终端设备和地域限制,能够为肺部疾病提供辅助诊断,提高诊断效率。

一种基于JPEG2000的PACS图像存储、传输及其显示综合性能优化的新方法

针对PACS数字影像信息系统中医学图像传输显示在有限带宽下遇到的效率问题,依据DICOM标准和JPEG2000图像码流渐进传输和随机访问特性,提出了一种医学图像传输显示并行处理方法。此法使图像的传输、存储和显示的综合性能达到较佳的水平,并在临床医学诊断信息系统中进行了实际评估。

RIS集成化PACS安全监控系统设计与实现

设计和实现基于DICOM supplement95和I HE ATNA规范的RIS集成化PACS自动监控系统AMS。监控客户端部署在RIS集成化PACS系统的各个节点上,收集基于DICOM supplement95和I HE ATNA规范编码的审计跟踪消息,并发送到监控服务器端。监控服务器接收消息并进行数据挖掘,最后通过Web方式提供整个RIS集成化PACS系统运行情况和病人医疗信息数据使用情况的审计报表。AMS监控系统建设在JAVA J2EE技术平台和上海华东医院RIS集成化PACS系统上。AMS监控系统不仅可以实时地监控整个RIS集成化PACS系统的运行情况,也可以提供满足supplement95、ATNA的服务和管理。AMS监控系统使得PACS系统管理人员和安全事务官员可以在网络上监控整个系统运行状况和病人医疗信息的使用情况。AMS监控系统可以帮助系统管理人员方便地管理和监控整个RIS集成化PACS系统,而且可以帮助医院在将来的几年中降低系统维护成本。

医疗数字化转型中的海量数据集成处理

随着医疗数字化转型不断向纵深发展,医疗大数据在传输、存储、处理和可视化管理方面面临巨大挑战。如何基于现有技术框架,对海量医疗数据进行集成处理,建立一套以患者为中心的海量医疗数据集成处理平台,来集成各类医疗信息系统、快速采集并存储医疗数据,成为医疗机构面临的重要课题。