王寰 楊澤慧

摘要：本文主要就當(dāng)前應(yīng)用較為廣泛的計算機(jī)輔助醫(yī)學(xué)診斷進(jìn)行分析和討論，并闡述CAD研究中的相關(guān)問題。希望可以為相關(guān)人士提供幫助。

關(guān)鍵詞：計算機(jī)輔助醫(yī)學(xué)診斷；CAD 醫(yī)學(xué)影像；分析

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）11-0266-02

自Ledly與Lysted提出Bayes定理和布爾代數(shù)可以當(dāng)作診斷邏輯之后，日本、德國等國家也開始計量醫(yī)學(xué)研究同時也促進(jìn)了計算機(jī)輔助診斷（簡稱CAD）研究的形成。

1 計算機(jī)輔助診斷的含義

計算機(jī)輔助診斷是通過先進(jìn)計算機(jī)軟件分析與處理醫(yī)學(xué)圖像，以便發(fā)現(xiàn)病變特征，結(jié)果屬于診斷醫(yī)師的參考意見，幫助意識提升病灶的檢出率，又被稱之為醫(yī)生的“第二個眼睛”，能夠有效提升診斷的準(zhǔn)確性并改善診斷的再現(xiàn)性，簡短讀片時間，提升實(shí)際工作效率。CAD中的D主要包括兩個方面；即為Detection與Diagnosis，即為幫助發(fā)展與診斷病變。例如在乳腺癌與肺結(jié)核的醫(yī)學(xué)診斷中，系統(tǒng)能夠幫助醫(yī)生發(fā)現(xiàn)結(jié)節(jié)和疑似病變，另外可以幫助醫(yī)生準(zhǔn)確判斷病變性質(zhì)，即為良性或惡性。當(dāng)前國外學(xué)者針對CAD在醫(yī)學(xué)診斷中的含義已經(jīng)達(dá)成共識，在應(yīng)用CAD系統(tǒng)時，最后的診斷還是由相關(guān)醫(yī)生決定，只是醫(yī)生在判斷時會參考計算機(jī)的輸出結(jié)果，使得醫(yī)學(xué)診斷更加客觀、準(zhǔn)確。在醫(yī)學(xué)影像診斷中，計算機(jī)輸出結(jié)果是定量分析影像資料特點(diǎn)獲得的，主要作用就是幫助醫(yī)生提升準(zhǔn)確性以及疾病解釋的統(tǒng)一性。CAD可以有效提升醫(yī)生診斷的準(zhǔn)確性，主要原因就是因?yàn)榉派淇漆t(yī)生的診斷是主觀判斷的過程，因?yàn)槭艿结t(yī)生經(jīng)驗(yàn)和知識水平的限制與影響。另外醫(yī)生診斷的時候，容易遺某些細(xì)微的變化，例如乳腺內(nèi)的細(xì)微鈣化等。

2 CAD在醫(yī)學(xué)影像診斷學(xué)中的作用

CAD當(dāng)前在醫(yī)學(xué)影像診斷中的各個領(lǐng)域已經(jīng)被廣泛應(yīng)用，主要包括平片、CT、超聲診斷等，都可以運(yùn)用CAD系統(tǒng)。另外，人身體中的任何位置都可以通過CAD提升醫(yī)學(xué)診斷的準(zhǔn)確率。

1） 肺結(jié)核性病變等方面的應(yīng)用。因?yàn)樵缙诤洼^小的結(jié)節(jié)灶通常在解剖結(jié)構(gòu)的重疊下很難被放射科醫(yī)生所辨認(rèn)，以往普通胸片對肺結(jié)核的漏診率達(dá)到了百分之三十以上。CT尤其是多排螺旋CT能夠?qū)崿F(xiàn)薄層CT平掃，這樣的方式雖然能夠解決小結(jié)節(jié)的漏診問題，但是在過程中會產(chǎn)生大量的圖像，因?yàn)獒t(yī)生閱片疲勞問題，以及個人標(biāo)準(zhǔn)的不同就會增加漏診和誤診的發(fā)生幾率。如果可以通過計算機(jī)模式能夠清晰顯示肺結(jié)節(jié)的所在位置，同時還可以進(jìn)一步提升肺結(jié)節(jié)的醫(yī)學(xué)診斷率，減少漏診的情況發(fā)生。當(dāng)前這也是CAD研究的重點(diǎn)之一。

相關(guān)人事通過模擬神經(jīng)網(wǎng)絡(luò)研究和分析200例HRCT下大于2cm的肺結(jié)節(jié)，人工神經(jīng)網(wǎng)絡(luò)基于多項(xiàng)臨床特征與多項(xiàng)放射影像特征的基礎(chǔ)之上，又多位放射科專家與CAD雙盲測試，其CAD診斷結(jié)果的正確率為96.1%，放射科醫(yī)生診斷的正確率為84.7%，放射科醫(yī)生在CAD系統(tǒng)的幫助下，診斷結(jié)果的準(zhǔn)確度可以高達(dá)96.9%。另外，相關(guān)學(xué)者還選取了150位肺部單發(fā)結(jié)節(jié)直徑為8-25mm的患者，該類群體的肺結(jié)節(jié)病灶都已經(jīng)得到了病理證實(shí)。然后從健康人群中在抽取150為年齡、性別相仿的對照者。然后對兩組人物進(jìn)行CT證實(shí)，再由先關(guān)放射科專家進(jìn)行醫(yī)學(xué)診斷，所有X線胸片都需要通過數(shù)字化放射影像獲得。分別又6名高年資影像醫(yī)生和6名低年資影像醫(yī)生當(dāng)為觀測者，然后依次對不運(yùn)用和運(yùn)用CAD輸出圖像的X線胸片進(jìn)行分析診斷。觀察者根據(jù)受試者的特征曲線進(jìn)行分析，其結(jié)果表明，不論是年資較低還是年資較高的影像醫(yī)生，運(yùn)用CAD輸出結(jié)果檢查肺內(nèi)單發(fā)結(jié)節(jié)的準(zhǔn)確率普遍優(yōu)于不用CAD。同時雖然兩組在使用CAD輸出結(jié)果的過程中，其檢測的準(zhǔn)確性都會有所提升，但是年資較低的醫(yī)生會提升較多，因?yàn)槟曩Y較高的醫(yī)生在不運(yùn)用CAD結(jié)果就已經(jīng)形成了一定的準(zhǔn)確性。還可以進(jìn)一步說明CAD技術(shù)能夠有效提升低年資提升對醫(yī)學(xué)診斷的準(zhǔn)確性。

2） 乳腺癌方面的應(yīng)用。CAD技術(shù)在乳腺癌早期診斷中的研究較為成功。早年FDA就已經(jīng)批準(zhǔn)了首個CAD系統(tǒng)，即為美國R2技術(shù)有限公司的Image Checker系統(tǒng)。在乳腺癌診斷過程中，CAD能夠從以下兩個方面來提升診斷的準(zhǔn)確率；首先就是尋找出可能存在的腫塊性病變；其次就是尋找出微小的鈣化灶，由于微小的鈣化灶，特別是叢狀分布的鈣化灶是乳腺癌的主要特征之一。

相關(guān)學(xué)者用CAD技術(shù)分析67例組織學(xué)已經(jīng)證實(shí)的乳腺癌全乳X光片數(shù)字學(xué)影像資料，以此來評估CAD的準(zhǔn)確率。其研究結(jié)果表明，CAD技術(shù)發(fā)現(xiàn)微小鈣化灶的精準(zhǔn)程度為89.9%；發(fā)現(xiàn)腫塊的精準(zhǔn)度為82%，假陽性率在微小鈣化與腫塊中依次為34.9%與27%，整體假陽性率為60%。另外還隨機(jī)抽取了150例乳腺癌病患的數(shù)字化乳腺X片，然后與放射科醫(yī)生運(yùn)用CAD前后診斷乳腺癌敏感差異進(jìn)行比較。其結(jié)果表明放射科醫(yī)生運(yùn)用CAD前后診斷乳腺癌的精準(zhǔn)程度為75.4%和89.8%。

3） 神經(jīng)系統(tǒng)影像診斷學(xué)中的應(yīng)用。相關(guān)學(xué)者收集了456例已經(jīng)經(jīng)過病理證實(shí)的鞍內(nèi)與鞍上腫瘤，依照多個觀察指標(biāo)來分析456例病患的臨床與MR影像資料，然后對其分類和回歸樹（CART）進(jìn)行交叉驗(yàn)證，構(gòu)建出樹狀模型。抽取經(jīng)過手術(shù)和病理證實(shí)同時手術(shù)之前MR診斷錯誤的鞍內(nèi)與鞍上腫瘤病理70例，在隨機(jī)抽取70份病例的MR片子為兩組，每組為35例。第一次安排3名有著較為豐富經(jīng)驗(yàn)的神經(jīng)放射學(xué)診斷已經(jīng)進(jìn)行閱讀，依照自己的實(shí)際經(jīng)驗(yàn)做出分析并提出相應(yīng)的診斷；第二組由3名資歷較低的住院醫(yī)生進(jìn)行閱讀，依照自己的觀察運(yùn)用上述方式進(jìn)行診斷。閱片結(jié)果可以運(yùn)用X2進(jìn)行檢驗(yàn)。其結(jié)果表明，第一組醫(yī)生診斷的準(zhǔn)確率為34.2%；第二組醫(yī)生診斷的準(zhǔn)確率為64.5%。

另外，基于磁共振影像的特征，可以提取描述星形細(xì)胞瘤的多個影像特征資料，主要包括形態(tài)、輪廓以及占位等，將其輸入人工神經(jīng)元網(wǎng)絡(luò)，對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，構(gòu)建出CAD系統(tǒng)。數(shù)據(jù)庫病例測試表明人工神經(jīng)元網(wǎng)絡(luò)診斷結(jié)果為；針對良性與惡性星形膠質(zhì)細(xì)胞瘤的診斷精準(zhǔn)性為91.45%與95.7%，特異性依次為92.6%與89.7%，診斷結(jié)果的準(zhǔn)確率已經(jīng)接近于放射科專家，構(gòu)建CAD系統(tǒng)能夠有效提升良性與惡性星形膠質(zhì)細(xì)胞瘤診斷的準(zhǔn)確性，同時在醫(yī)學(xué)影像方面也有著一定的價值。

4） 其他。除了肺結(jié)節(jié)與乳腺癌以及腦瘤等研究的運(yùn)用之外，當(dāng)前CAD在CT虛擬結(jié)腸鏡和肝臟疾病CT診斷等多個方面都有研究與報道。

3 CAD的工作步驟

CAD的工作步驟主要分為以下三點(diǎn)；首先就是圖像的處理過程，主要目的就是將病變從正常結(jié)構(gòu)中提煉出來。圖像處理的主要目的就是讓計算機(jī)容易識別人體中可能存在的病變，即為讓計算機(jī)可以從復(fù)雜的解剖背景中將人體病變和可疑結(jié)構(gòu)進(jìn)行識別。各種病變有著不同的圖像處理與計算模式，將可疑病變從正常解剖背景中進(jìn)行分離和顯示。其次就是圖像征象的提取和圖像特征的量化過程。即為病變的征象分析量化過程。所分析與研究的征象就是醫(yī)學(xué)影像診斷醫(yī)師對醫(yī)學(xué)有價值的影像表現(xiàn)，例如病變大小和密度以及形態(tài)特征等。最后就是數(shù)據(jù)的處理過程，將第二步所獲得的圖像征象數(shù)據(jù)資料輸入到人工神經(jīng)元網(wǎng)絡(luò)等多種統(tǒng)計算法中，以此來形成CAD系統(tǒng)，對病變科學(xué)進(jìn)行分類和處理，以便區(qū)分各種病變，進(jìn)一步實(shí)現(xiàn)對疾病的有效診斷。常用的方式主要包括神經(jīng)元網(wǎng)絡(luò)以及規(guī)則提取等。

4 醫(yī)學(xué)輔助診斷系統(tǒng)研究與發(fā)展方向

積極總結(jié)當(dāng)前知識發(fā)展計算機(jī)輔助診斷，未來發(fā)展可在以下幾個方面進(jìn)行探索與研究。

其一在對有醫(yī)學(xué)影像的多媒體醫(yī)學(xué)數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘與知識發(fā)現(xiàn)的過程中，需要進(jìn)一步研究怎樣快速且高效的自動提取圖像特征和如何選擇科學(xué)的數(shù)據(jù)挖掘方式，以便能夠得到更加完善的數(shù)據(jù)挖掘結(jié)果，即為醫(yī)學(xué)診斷規(guī)則。

從醫(yī)學(xué)圖像提取用于診斷的圖像特征值需要花費(fèi)很多實(shí)踐，由于人們理解圖像比理解數(shù)字要相對容易，但是計算機(jī)恰好相反，基于此，特別是對于圖像進(jìn)行挖掘的多媒體數(shù)據(jù)挖掘還處在研究的初期階段，醫(yī)學(xué)圖像的特征自動提取與模式的識別的研究與發(fā)展與多媒體數(shù)據(jù)挖掘有著互相促進(jìn)的作用。針對數(shù)據(jù)挖掘方式的運(yùn)用中，神經(jīng)網(wǎng)絡(luò)技術(shù)在當(dāng)前重要商品化數(shù)據(jù)挖掘工具中有著一定的地位，隨著神經(jīng)網(wǎng)絡(luò)規(guī)則提取的研究與發(fā)展，通過神經(jīng)網(wǎng)絡(luò)來發(fā)展實(shí)際與提取分類規(guī)則，因?yàn)槠渚哂泻唵涡院洼^強(qiáng)的歸納能力，引起了人們的廣泛研究與應(yīng)用。將這種模式運(yùn)用到醫(yī)學(xué)診斷中，有著一定的研究價值和發(fā)展方向。近年來，將模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)融合的模糊網(wǎng)絡(luò)技術(shù)成為了熱門的研究話題，同時人們也逐漸將先進(jìn)的技術(shù)運(yùn)用到醫(yī)學(xué)診斷領(lǐng)域中，并且也取得了較好的效果。

其二分析與開發(fā)適合醫(yī)學(xué)數(shù)據(jù)庫知識發(fā)現(xiàn)的數(shù)據(jù)挖掘方式與工具。針對多種特定的醫(yī)學(xué)數(shù)據(jù)庫，人們已經(jīng)運(yùn)用了多種適合的數(shù)據(jù)挖掘方式進(jìn)行計算機(jī)輔助診斷體系的開發(fā)。在經(jīng)過大量實(shí)踐的基礎(chǔ)之上，未來是否能夠通過軟件組建技術(shù)應(yīng)用于知識發(fā)現(xiàn)系統(tǒng)中，集成多種適合醫(yī)學(xué)數(shù)據(jù)挖掘的方式，為醫(yī)學(xué)診斷開發(fā)工具，從而節(jié)省開發(fā)計算機(jī)診斷輔助醫(yī)學(xué)診斷的時間，其與自動化的方式十分適合醫(yī)學(xué)診斷的開發(fā)。

其三積極開發(fā)性能較好、接近醫(yī)學(xué)專家水平，進(jìn)而可以讓其投入臨床使用的計算機(jī)輔助診斷系統(tǒng)。醫(yī)學(xué)診斷是關(guān)乎于生命的重大時間，需要在醫(yī)學(xué)數(shù)據(jù)庫知識發(fā)現(xiàn)與醫(yī)生知識之間達(dá)成統(tǒng)一，出現(xiàn)矛盾及時消除，同時需要將現(xiàn)有的專家系統(tǒng)與知識發(fā)現(xiàn)體系進(jìn)行結(jié)合，以此來提升醫(yī)學(xué)診斷的能力，使得計算機(jī)輔助診斷系統(tǒng)成為醫(yī)生的得力助手。

5 結(jié)束語

綜上所述，CAD系統(tǒng)的優(yōu)度不僅與系統(tǒng)的數(shù)學(xué)模型有關(guān)，并且與原始數(shù)據(jù)的預(yù)處理和建模樣本的選擇和編輯有關(guān)。與建模原始數(shù)據(jù)的真實(shí)性有著一定的關(guān)聯(lián)，在過程中必須要認(rèn)真識別。數(shù)據(jù)較大可以通過計算機(jī)進(jìn)行識別，原始數(shù)據(jù)需要進(jìn)行多種標(biāo)準(zhǔn)化的方式進(jìn)行處理，以便消除執(zhí)政單位和量綱差異帶來的影響。建模樣本不能過小，否則不足為證。但是建模的數(shù)據(jù)量也不能過大，模型的優(yōu)度與建模數(shù)據(jù)的組織與編輯以及選取有關(guān)系。

參考文獻(xiàn)：

[1] 唐軍. 計算機(jī)輔助診斷系統(tǒng)在前列腺癌新發(fā)骨轉(zhuǎn)移骨顯像中的診斷效能：尋找靈敏度降低的可能原因[J]. 中華核醫(yī)學(xué)與分子影像雜志， 2018（3）.

[2] 劉堅， 吳亮穎， 張衛(wèi)平， et al. 計算機(jī)輔助下三維重建技術(shù)在復(fù)雜牙拔除定位診斷中的臨床應(yīng)用研究[J]. 世界最新醫(yī)學(xué)信息文摘， 2017（74）：51-52.

[3] Giannini V ， Mazzetti S ， Armando E ， et al. 計算機(jī)輔助檢測前列腺多參數(shù)MR成像：與經(jīng)驗(yàn)豐富的閱片者診斷效能對比研究[J]. 國際醫(yī)學(xué)放射學(xué)雜志， 2017（6）：121-122.

【通聯(lián)編輯：光文玲】