论文部分内容阅读
背景:慢性病以其“高发病率、高复发率、高致残率、高死亡率”及逐年递增的医疗费用已成为重要公共卫生问题。目前,慢性病信息系统有两个重要的问题,一是缺乏有效的图像信息,另外是数据共享问题。慢性疾病过程中视网膜结构通常会发生改变,视网膜图像中的血管形态、纹理、迂曲程度、空间关系很难用文字进行精确的描述和注释,对其定量和自动化分析具有重要意义。本课题旨在研究慢性病信息系统中的视网膜图像信息互操作性与视网膜图像中血管网络形态改变的定量方法,并对慢性病的视网膜血管改变进行自动化分析。方法:本文首先基于医疗信息化中的医学数字图像传输协议DICOM3.0,采用浏览器/服务器模式在实验室内架构了视网膜图像PACS系统。另外,本实验使用列表或层次结构对DICOM-SR文档进行设计,并使用基于HTTP的WADO方式访问患者的视网膜图像和报告信息。之后的研究中,我们对获取的视网膜图像进行非下采样的小波变换增强,并利用模糊C聚类算法对提取的视网膜灰度、纹理等特征进行聚类,进行视网膜血管提取。接着,我们提出了一种自动标记动静脉种子点追踪的框架来对分割的血管进行动静脉分类,对视网膜血管网络进行了重新标记,为后续的基于视网膜动静脉的形态特征提取与分析提供基础。本研究将视网膜血管中心线视作随机过程,首先根据图像邻域信息,提取出血管中心线上的特征点,然后自动分离出两个相邻特征点之间的血管段,提取该血管段上中心线上的每个像素的坐标信息,并利用随机过程的二阶矩等度量变异的统计特征来反映曲线的变化程度,并在模拟曲线数据和实际视网膜图像上进行测试。对于宽度建模,本文首先获得待测血管段的血管横断面的像素的灰度值分布曲线,由于视网膜动脉会出现反光现象,所以本实验用混合高斯模型对灰度值分布曲线进行拟合。然后,通过对曲线进行微分获得曲线上的极值点,将分布曲线两侧的极值点所在灰度值中点之间的连线长度作为经过待测点的血管宽度,并依此计算待测血管段的宽度后求平均。但这种基于血管横断面像素灰度值分布曲线的宽度建模方法,在血管分叉处会遇到问题,使得自动化宽度测量的准确度受到影响。为此,我们提出了一种形态学宽度计算方法。首先,我们对血管树按照分叉点进行了离断,然后对离断后的血管枝自动计算面积和主轴长度,然后进一步求得血管枝的平均宽度值。我们将比较不同宽度测量方法结果的一致性。最后,本课题还提出一种视网膜血管拓扑层次的建模方法,并基于以上的定量分析工具对糖尿病和高血压患者的眼底血管进行了不同空间分析。对糖尿病和正常组的整幅视网膜血管网络进行了四个象限的统计和分形维数的计算。对高血压患者,采取以视神经盘为中心的不同感兴趣区域(ROI)内(1.5DD,3.5DD)的血管宽度分析与比较。对糖尿病患者,采取视网膜不同拓扑层次的迂曲度分析和比较。结果:1.本课题构建出的B/S模式的视网膜图像PACS系统,可以有效地存储和传输DICOM图像。异构信息系统的用户在图像列表页面时,可以通过基于HTTP的WADO方式,通过点击链接,向服务器发送WADO请求,访问患者的视网膜图像和报告信息。2.本实验中,我们所实验的分割方法灵敏度为0.82,曲线下面积为0.9375。动静脉的种子点正确率为80.13%,平均每次FCM聚类程序迭代12次,运行时间2秒左右。本实验提出的跟踪算法,对隶属于其的分支血管较好地进行了标记,对于不同的血管交叉类型也能进行较好地追踪,标记出正确的延续血管。根据模拟数据和实际视网膜血管模型的测试,本文提出的迂曲度方法比传统的弧线比等测量指标能更好地反映实际的血管迂曲情况,并且具有不同尺度、旋转条件下的稳定性。本文提出的基于混合高斯曲线拟合的血管断面灰度曲线的宽度算法能更好的反映血管断面的灰度值分布。而提出的基于图像形态学的计算方法能够全自动地计算血管树每支的平均宽度。Pearson相关分析方法统计结果显示,基于血管断面灰度曲线图的宽度与基于血管段面积与主轴长度比的结果一致性较高(r==0.91)。3.本课题提出的血管树拓扑层次建模方法,成功地标记出视网膜血管树的拓扑层次。对糖尿病和正常组的视网膜血管网络的分形维数结果的配对T检验发现,正常组的血管分形维数Df为1.74±0.01,而糖尿病组的Df为1.78±0.01,两组之间差别具有统计学意义(P<0.05)。在以视神经盘为中心的不同ROI内的高血压和正常组血管宽度分析结果显示,高血压组在动脉上相比正常组宽度变窄(P<0.05),动静脉比值也有显著性降低(P<0.05)。本文在以黄斑为中心的糖尿病和正常组的视网膜不同拓扑层次的迂曲度分析结果发现,看出糖尿病眼底血管支的迂曲度随着层次变大而上升,在高层次与正常组相比显著增加(P<0.05),而正常血管支的迂曲度更加平稳,波动较小。结论:1.本课题提出的视网膜图像集成和共享方法能够较好地解决异构慢病信息系统中的图像互操作问题,所建立的DICOM-SR模型对于今后慢性管信息系统中文本信息和图像中血管的定量信息的计算机处理和数据挖掘操作具有重要意义。2.本文提出的血管网络特征定量分析方法,可以定量地反映血管的迂曲度和宽度,为医学人员的视网膜形态特征的描述和形态特征提取提供了帮助,也为基于图像的计算机辅助诊断奠定了基础。3.本文提出的结合视网膜血管拓扑层次的血管形态特征定量分析理论为慢性病诊断和监测过程中视网膜图像信息的提取与视网膜血管形态的变化研究提供一种可行的框架。