申輝繁　黃源

摘? 要：基于乳腺超聲影像數(shù)據(jù)和病理報(bào)告數(shù)據(jù)，采用隱私保護(hù)技術(shù)保障數(shù)據(jù)的安全性，通過ETL技術(shù)和互聯(lián)網(wǎng)技術(shù)，開發(fā)乳腺超聲影像篩選與標(biāo)定系統(tǒng)。系統(tǒng)實(shí)現(xiàn)了多模態(tài)的數(shù)據(jù)導(dǎo)入及預(yù)處理、乳腺超聲影像數(shù)據(jù)篩選及標(biāo)定、專家審核等功能，為人工智能在乳腺超聲影像智能診斷與分析領(lǐng)域的應(yīng)用提供高質(zhì)量的數(shù)據(jù)支撐，同時(shí)提升了標(biāo)定醫(yī)生的工作效率。

關(guān)鍵詞：人工智能；ETL；超聲影像；智能診斷

中圖分類號：TP391.9? ? 文獻(xiàn)標(biāo)識碼：A? ? 文章編號：2096-4706（2023）11-0026-05

Design and Implementation of Breast Ultrasound Image Screening and Labeling System

SHEN Huifan， HUANG Yuan

（Sichuan Institute of Computer Sciences， Chengdu? 610041， China）

Abstract： Based on breast ultrasound image data and pathological report data， this paper uses privacy protection technology to ensure the data security， and develops the breast ultrasound image screening and labeling system through ETL and internet technology. The system realizes the functions of multimodal data importing and pretreatment， data screening and labeling of breast ultrasound image data， and expert review. It provides high-quality data support for the application of Artificial Intelligence in the field of intelligent diagnosis and analysis of breast ultrasound images， and improves the work efficiency of labeling doctors.

Keywords： Artificial Intelligence; ETL; ultrasound image; intelligent diagnosis

0? 引? 言

近年來，醫(yī)學(xué)影像與人工智能（AI）的結(jié)合成為行業(yè)發(fā)展的熱點(diǎn)，尤其是在AI與放射影像的結(jié)合領(lǐng)域取得了大量成果[1]。然而，超聲影像的信噪比低、病變類型分布不均、數(shù)據(jù)標(biāo)注的成本高等特點(diǎn)增大了超聲影像AI訓(xùn)練的難度，對AI與超聲影像結(jié)合領(lǐng)域的應(yīng)用產(chǎn)生較大的影響[2]。本系統(tǒng)基于乳腺超聲影像數(shù)據(jù)和病理報(bào)告數(shù)據(jù)，采用ETL技術(shù)對影像數(shù)據(jù)和病理數(shù)據(jù)進(jìn)行抽取、集成、融合，利用互聯(lián)網(wǎng)和信息安全等技術(shù)開發(fā)篩選與標(biāo)定系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)清洗、多模態(tài)數(shù)據(jù)導(dǎo)入、數(shù)據(jù)篩選與標(biāo)定、專家審核等工作流程，同時(shí)保障了數(shù)據(jù)的安全性。由于乳腺超聲影像數(shù)據(jù)的標(biāo)注具有很強(qiáng)的專業(yè)性，需要有經(jīng)驗(yàn)的醫(yī)生對數(shù)據(jù)進(jìn)行標(biāo)注，因此高性能、高標(biāo)準(zhǔn)的數(shù)據(jù)標(biāo)定系統(tǒng)顯得尤為重要，本系統(tǒng)的實(shí)現(xiàn)提升了標(biāo)注醫(yī)生的工作效率，為乳腺超聲影像在AI領(lǐng)域的應(yīng)用提供了高質(zhì)量的數(shù)據(jù)支撐。

1? 系統(tǒng)設(shè)計(jì)

1.1? 系統(tǒng)總體架構(gòu)設(shè)計(jì)

為保證系統(tǒng)的靈活性，讓系統(tǒng)能隨著用戶工作流程、工作需求等的變化而方便地升級，做到隨需應(yīng)變，延長系統(tǒng)使用周期，該系統(tǒng)采用了以SOA（Service-Oriented Architecture）

架構(gòu)思想為指導(dǎo)，以服務(wù)為核心[3，4]，采用基于面向服務(wù)的思想進(jìn)行業(yè)務(wù)建模和構(gòu)架業(yè)務(wù)流程，有利于保證每個(gè)業(yè)務(wù)環(huán)節(jié)均通過服務(wù)進(jìn)行實(shí)現(xiàn)，支持組織內(nèi)部業(yè)務(wù)快速協(xié)同，有利于快速適應(yīng)組織機(jī)構(gòu)與業(yè)務(wù)流程的變化，系統(tǒng)的總體架構(gòu)如圖1所示。系統(tǒng)的整體框架分為五層，包括數(shù)據(jù)中心、支撐平臺、應(yīng)用層、網(wǎng)絡(luò)層、用戶層[5，6]。系統(tǒng)采用高拓展性、高可靠性和低成本的分布式存儲與計(jì)算框架，通過對結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、結(jié)構(gòu)化、歸一化后采用分布式存儲方式對數(shù)據(jù)進(jìn)行安全存儲，充分運(yùn)用事務(wù)處理等成熟技術(shù)，在統(tǒng)一應(yīng)用支撐平臺上部署系統(tǒng)，并可根據(jù)負(fù)載變化進(jìn)行集中式或集群部署。系統(tǒng)建立超聲影像安全管理體系，保障數(shù)據(jù)存儲、網(wǎng)絡(luò)設(shè)備、基礎(chǔ)設(shè)施等安全工作，并提供數(shù)據(jù)安全保障相應(yīng)措施，做到數(shù)據(jù)流轉(zhuǎn)全程留痕、數(shù)據(jù)安全監(jiān)測和預(yù)警、數(shù)據(jù)泄露事故可查詢可追溯等數(shù)據(jù)安全保障工作。

不同角色的用戶通過瀏覽器發(fā)出HTTP請求，由網(wǎng)絡(luò)層的Nginx服務(wù)器代理至Tomcat容器進(jìn)行處理，后端采用RMI遠(yuǎn)程調(diào)用的方式實(shí)現(xiàn)通信。

應(yīng)用層采用Duboo+Zookeeper高可用分布式架構(gòu)，基于微服務(wù)架構(gòu)，使得每個(gè)服務(wù)能夠獨(dú)立運(yùn)行而又互不影響，根據(jù)用戶不同的請求向業(yè)務(wù)中臺調(diào)用各類服務(wù)，如數(shù)據(jù)查看、統(tǒng)計(jì)分析、數(shù)據(jù)導(dǎo)出等。

支撐平臺為應(yīng)用層提供業(yè)務(wù)支撐，主要包括表單組件、集成平臺、數(shù)據(jù)展示、用戶系統(tǒng)、權(quán)限系統(tǒng)、ETL工具等，支撐平臺是連接數(shù)據(jù)中心和應(yīng)用層的橋梁。

數(shù)據(jù)中心是對系統(tǒng)數(shù)據(jù)進(jìn)行存儲，體現(xiàn)為MySQL數(shù)據(jù)庫、Redis緩存數(shù)據(jù)庫、Mycat數(shù)據(jù)庫中間件等。數(shù)據(jù)中心主要包括乳腺超聲影像庫、乳腺超聲病理庫、病人基本信息庫、系統(tǒng)用戶信息庫等。

1.2? 系統(tǒng)設(shè)計(jì)原則

該系統(tǒng)的建設(shè)是一個(gè)系統(tǒng)性的工程，在功能上體現(xiàn)綜合性，結(jié)構(gòu)上凸顯層次性，在設(shè)計(jì)過程中嚴(yán)格遵守了多種原則：

1）安全性：系統(tǒng)充分考慮系統(tǒng)運(yùn)行的安全策略和機(jī)制，實(shí)現(xiàn)備份和方便快捷的恢復(fù)功能，能夠抵御高強(qiáng)度的網(wǎng)絡(luò)攻擊和滲透，在系統(tǒng)遭到攻擊或崩潰時(shí)能快速恢復(fù)，確保重要數(shù)據(jù)的機(jī)密性和完整性；數(shù)據(jù)處理過程要保證數(shù)據(jù)安全性，做到數(shù)據(jù)保密性、數(shù)據(jù)完整性、數(shù)據(jù)可利用等。

2）可擴(kuò)展性：系統(tǒng)采用面向?qū)ο蠛湍K化的設(shè)計(jì)理念，各類接口服務(wù)滿足可擴(kuò)展的原則，便于更新、擴(kuò)充、升級。系統(tǒng)的功能滿足當(dāng)前業(yè)務(wù)處理的需求，并充分考慮未來業(yè)務(wù)種類不斷增長和用戶不斷增長的需求。

3）高性能和穩(wěn)定性：系統(tǒng)應(yīng)保證各種網(wǎng)上應(yīng)用服務(wù)的穩(wěn)定高效運(yùn)行，能夠在高訪問負(fù)載情況下，向各類服務(wù)對象提供可靠的服務(wù)。在考慮經(jīng)濟(jì)性和實(shí)用性的前提下，選擇高性能的基礎(chǔ)架構(gòu)設(shè)施。并規(guī)范地進(jìn)行系統(tǒng)建設(shè)、開發(fā)和軟硬件配置，提供合理有效的應(yīng)急方案，確保系統(tǒng)的高穩(wěn)定。

1.3? 系統(tǒng)功能設(shè)計(jì)

如圖2所示，本系統(tǒng)功能主要分為數(shù)據(jù)錄入、數(shù)據(jù)清洗、數(shù)據(jù)管理、系統(tǒng)管理4個(gè)功能模塊：

1）數(shù)據(jù)錄入模塊：包括乳腺超聲影像數(shù)據(jù)導(dǎo)入和乳腺病理數(shù)據(jù)導(dǎo)入。乳腺超聲影像數(shù)據(jù)導(dǎo)入功能可以將病人歷年的乳腺超聲檢查數(shù)據(jù)導(dǎo)入該系統(tǒng)，乳腺病理數(shù)據(jù)導(dǎo)入功能可以將Excel文件數(shù)據(jù)或HTML文件數(shù)據(jù)等多模態(tài)數(shù)據(jù)導(dǎo)入該系統(tǒng)，并根據(jù)病人檢查號自動綁定乳腺超聲數(shù)據(jù)和乳腺病理數(shù)據(jù)。

2）數(shù)據(jù)清洗模塊：對乳腺超聲數(shù)據(jù)和乳腺病理數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)融合，對敏感信息進(jìn)行脫敏處理，最終得到系統(tǒng)可使用的數(shù)據(jù)。

3）數(shù)據(jù)管理模塊：對導(dǎo)入的乳腺超聲數(shù)據(jù)和乳腺病理數(shù)據(jù)進(jìn)行管理。數(shù)據(jù)標(biāo)注醫(yī)生可以通過數(shù)據(jù)篩選、數(shù)據(jù)標(biāo)定功能對數(shù)據(jù)進(jìn)行篩選、標(biāo)定，專家醫(yī)生可以通過數(shù)據(jù)審核對標(biāo)注醫(yī)生標(biāo)注的數(shù)據(jù)進(jìn)行審核和數(shù)據(jù)導(dǎo)出。

4）系統(tǒng)管理模塊：主要提供用戶權(quán)限控制以及系統(tǒng)監(jiān)控等功能。系統(tǒng)采用基于角色的訪問控制的權(quán)限管理模式，通過為用戶分配角色，為角色設(shè)置權(quán)限來控制用戶的權(quán)限，系統(tǒng)監(jiān)控包括日志管理、定時(shí)任務(wù)管理、性能監(jiān)控等功能。

2? 關(guān)鍵技術(shù)

2.1? 多模態(tài)數(shù)據(jù)融合技術(shù)

系統(tǒng)采用多源異構(gòu)數(shù)據(jù)融合技術(shù)，基于知識融合本身的特點(diǎn)，借鑒已有的數(shù)據(jù)融合算法，將其合理地移植到知識融合中，在傳統(tǒng)ETL能力基礎(chǔ)之上補(bǔ)充了半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)采集的能力，解決了針對文本、圖片等數(shù)據(jù)的采集、轉(zhuǎn)換、融合和存儲問題。將融合后的數(shù)據(jù)導(dǎo)入至MySQL、MongoDB或Neo4j等不同類型的數(shù)據(jù)庫，通過MySQL數(shù)據(jù)庫能夠?qū)崿F(xiàn)對數(shù)據(jù)的便捷管理；MongoDB數(shù)據(jù)庫能夠便于處理鍵值的快速查詢；而Neo4j圖數(shù)據(jù)庫能夠便于發(fā)現(xiàn)數(shù)據(jù)關(guān)聯(lián)關(guān)系。建立統(tǒng)一數(shù)據(jù)接口，靈活接入和同步包括Socket、Webservice、Dll、Corba等多種數(shù)據(jù)源，在不同的應(yīng)用場景快速完成多源異構(gòu)數(shù)據(jù)整合，提供深度對接各個(gè)系統(tǒng)的能力。

2.2? 基于訪問控制的數(shù)據(jù)隱私保護(hù)技術(shù)

醫(yī)療數(shù)據(jù)通常包含大量用戶的隱私信息，因此對用戶隱私數(shù)據(jù)的保護(hù)顯得尤為重要。對數(shù)據(jù)隱私泄露的風(fēng)險(xiǎn)進(jìn)行量化是一個(gè)非常復(fù)雜的過程，因?yàn)橛脩舾麟A段的訪問行為及信任度之間是相互獨(dú)立又相互聯(lián)系的關(guān)系[7]，不同指標(biāo)對最終風(fēng)險(xiǎn)的影響也是不同的。本系統(tǒng)在基于神經(jīng)網(wǎng)絡(luò)和模糊理論的風(fēng)險(xiǎn)量化方法中，借助模糊推理系統(tǒng)對知識進(jìn)行提取，將模糊推理系統(tǒng)和神經(jīng)網(wǎng)絡(luò)相結(jié)合不僅可以提高模型的性能還可以使得數(shù)據(jù)的處理過程以人們易于接受的方式表達(dá)出來。此外，當(dāng)用戶訪問行為發(fā)生微妙變化時(shí)，模型的輸出結(jié)果也會自動的發(fā)生變化，實(shí)現(xiàn)動態(tài)、自動化的處理方式。

2.3? 基于Duboo+Zookeeper的高可用分布式架構(gòu)

系統(tǒng)采用Duboo+Zookeeper高可用分布式架構(gòu)，基于Dubbo分布式服務(wù)框架，提供高性能和透明化的RPC遠(yuǎn)程服務(wù)調(diào)用方案，以及SOA服務(wù)治理方案，使用ZooKeeper封裝好復(fù)雜易出錯(cuò)的關(guān)鍵服務(wù)，將高效、穩(wěn)定、易用的服務(wù)提供給用戶使用。以微服務(wù)架構(gòu)為基礎(chǔ)，和傳統(tǒng)的單體架構(gòu)相比，微服務(wù)架構(gòu)使得整個(gè)系統(tǒng)的分工更加明確，將服務(wù)按照業(yè)務(wù)功能分為多個(gè)部分，使得開發(fā)人員可以獨(dú)立地開發(fā)、測試、部署和更新，對架構(gòu)侵蝕具有更好的彈性。每個(gè)服務(wù)獨(dú)立運(yùn)行，服務(wù)的單點(diǎn)故障不會擴(kuò)展到整個(gè)系統(tǒng)，新服務(wù)的開發(fā)不會影響現(xiàn)有服務(wù)，通過REST接口快速整合各類服務(wù)，并提供統(tǒng)一、開放的接口服務(wù)，實(shí)現(xiàn)新業(yè)務(wù)快速開發(fā)和部署。

3? 系統(tǒng)實(shí)現(xiàn)

3.1? 數(shù)據(jù)錄入與檢索

主要實(shí)現(xiàn)乳腺超聲影像數(shù)據(jù)導(dǎo)入和乳腺病理數(shù)據(jù)導(dǎo)入以及對數(shù)據(jù)的檢索功能。乳腺超聲數(shù)據(jù)導(dǎo)入后經(jīng)過數(shù)據(jù)預(yù)處理得到最終的乳腺超聲影像數(shù)據(jù)；乳腺病理數(shù)據(jù)可以導(dǎo)入excel文件數(shù)據(jù)或HTML文件數(shù)據(jù)，數(shù)據(jù)導(dǎo)入后經(jīng)過數(shù)據(jù)脫敏、數(shù)據(jù)清洗后得到存入數(shù)據(jù)庫，如圖3所示。

3.2? 數(shù)據(jù)篩選功能

用戶登錄系統(tǒng)后可以根據(jù)乳腺病理報(bào)告對乳腺超聲影像數(shù)據(jù)進(jìn)行篩選，同時(shí)可以查看病人詳細(xì)的超聲檢查報(bào)告詳情，幫助用戶快速篩選出高質(zhì)量的數(shù)據(jù)，如果遇到難以篩選的數(shù)據(jù)，用戶可以跳過篩選并將其標(biāo)記為“難篩選”，該部分?jǐn)?shù)據(jù)將分發(fā)至專家醫(yī)生進(jìn)行處理和操作，如圖4所示。

3.3? 數(shù)據(jù)標(biāo)注功能

先由系統(tǒng)自動對篩選的數(shù)據(jù)進(jìn)行標(biāo)注，然后數(shù)據(jù)標(biāo)注醫(yī)生在已標(biāo)注的基礎(chǔ)上進(jìn)行調(diào)整，提高了標(biāo)注醫(yī)生的工作效率。系統(tǒng)可以通過打點(diǎn)、畫框、畫線、描邊等方式對乳腺超聲數(shù)據(jù)進(jìn)行標(biāo)注，對標(biāo)注的圖像提供放大、縮小、回退、清空、刪除、編輯等操作，同時(shí)系統(tǒng)還提供快捷鍵的功能方便標(biāo)注醫(yī)生進(jìn)行操作，如圖5所示。

3.4? 數(shù)據(jù)審核功能

專家醫(yī)生登錄系統(tǒng)后可以對已標(biāo)注的乳腺超聲影像進(jìn)行審核，審核通過的數(shù)據(jù)可以保存并導(dǎo)出結(jié)果數(shù)據(jù)，審核不通過的數(shù)據(jù)可由專家醫(yī)生重新標(biāo)注后得到最終的標(biāo)定后的數(shù)據(jù)，通過該功能可以控制數(shù)據(jù)標(biāo)定的質(zhì)量，最終得到能為乳腺超聲影像智能診斷與分析算法模型進(jìn)行訓(xùn)練的高質(zhì)量數(shù)據(jù)集，如圖6所示。

4? 結(jié)? 論

近年來，醫(yī)學(xué)影像是人工智能最有研究和應(yīng)用前景的領(lǐng)域，但高質(zhì)量數(shù)據(jù)獲取難度大、數(shù)據(jù)標(biāo)注成本高等因素嚴(yán)重制約了“人工智能+醫(yī)學(xué)影像”的發(fā)展。本文通過多模態(tài)數(shù)據(jù)融合、基于訪問控制的數(shù)據(jù)隱私保護(hù)技術(shù)和互聯(lián)網(wǎng)等技術(shù)，基于乳腺超聲影像數(shù)據(jù)和病理報(bào)告數(shù)據(jù)，設(shè)計(jì)并實(shí)現(xiàn)了乳腺超聲影像篩選與標(biāo)定系統(tǒng)，本系統(tǒng)的實(shí)現(xiàn)提升了標(biāo)注醫(yī)生的工作效率，為乳腺超聲影像在AI領(lǐng)域的應(yīng)用提供了高質(zhì)量的數(shù)據(jù)支撐。

參考文獻(xiàn)：

[1] 施俊，汪琳琳，王珊珊，等.深度學(xué)習(xí)在醫(yī)學(xué)影像中的應(yīng)用綜述 [J].中國圖象圖形學(xué)報(bào)，2020，25（10）：1953-1981.

[2] 呂明慧，周帥，朱強(qiáng).基于深度學(xué)習(xí)乳腺超聲計(jì)算機(jī)輔助診斷系統(tǒng)研究進(jìn)展 [J].中國醫(yī)學(xué)影像技術(shù)，2020，36（11）：1722-1725.

[3] 肖祥林，周春容.基于云+SOA架構(gòu)的異構(gòu)智慧校園平臺設(shè)計(jì)與實(shí)現(xiàn) [J].電子設(shè)計(jì)工程，2018，26（4）：85-89.

[4] 周洪成，譚宇.基于SOA架構(gòu)的智慧旅游綜合管理服務(wù)平臺設(shè)計(jì)研究 [J].通信與信息技術(shù)，2021（2）：87-89+79.

[5] 馮維娜.淺談分層技術(shù)在計(jì)算機(jī)軟件開發(fā)中的應(yīng)用 [J].開封大學(xué)學(xué)報(bào)，2019，33（4）：81-83.

[6] 楊芙清.軟件工程技術(shù)發(fā)展思索 [J].軟件學(xué)報(bào)，2005（1）：1-7.

[7] 王祥，李紅娟，丁紅發(fā).基于風(fēng)險(xiǎn)訪問控制的大數(shù)據(jù)安全與隱私保護(hù) [J].電子技術(shù)與軟件工程，2021（13）：236-238.

作者簡介：申輝繁（1987—），男，漢族，湖南邵陽人，工程師，碩士，研究方向：數(shù)據(jù)挖掘、軟件工程；通訊作者：黃源（1989—），男，漢族，四川德陽人，工程師，碩士，研究方向：數(shù)據(jù)挖掘、軟件工程。

收稿日期：2023-01-12