基于磁共振图像与波谱的专家辅助诊断系统的设计

徐令仪 孙 钰 孔向晖 项 蕾 张 冰 万遂人*#

1(东南大学医学电子学实验室，南京 210096)2(南京大学医学院附属鼓楼医院医学影像科，南京 210008)

基于磁共振图像与波谱的专家辅助诊断系统的设计

徐令仪1孙 钰1孔向晖1项 蕾2张 冰2万遂人1*#

1(东南大学医学电子学实验室，南京 210096)2(南京大学医学院附属鼓楼医院医学影像科，南京 210008)

神经系统疾病是影响人类寿命和生存质量的常见疾病，磁共振图像(MRI)和磁共振波谱(MRS)分别提供了病变结构像和代谢物含量改变信息。综合分析MRI和MRS信息有助于医生更好地诊断疾病和制定治疗方案，因此磁共振数据共享与辅助诊断平台的建设受到广泛关注。基于MRI和MRS的专家辅助诊断系统以脑肿瘤、阿尔茨海默症、轻度认知障碍为重点，以DICOM格式标准的MR图像和LCModel量化后的MRS结果为数据基础，使用MySQL建立后台数据库存储和管理医学数据，并采用Java进行系统的后台和前端开发。该系统提供了病人信息查询、MRI及其属性标签查看与下载、MRS量化结果显示与下载、MRS与MRI的位置配准及其空间可视化等功能，为医生、研究人员、管理员等提供不同权限的需要。该系统的建立为医生的病情诊断和科研人员实施研究提供了极大帮助，推进了远程资料共享和自动化诊断的进程，并促进临床和科研的学术交流。

磁共振波谱(MRS)；磁共振图像(MRI)；神经系统疾病；辅助诊断

引言

脑肿瘤、阿尔茨海默症和轻度认知障碍等神经系统疾病对人类神经系统功能有很大危害，已经成为影响人类寿命和生存质量的主要疾病之一[1-3]。影像学方法是神经系统疾病诊断的重要手段之一，而对于脑肿瘤，还可能进行活体检验诊断。磁共振[4]相较于CT是一种无辐射、高分辨率的成像手段，并且其对脑组织成像有很好的对比度，所以成为目前神经系统疾病的主要影像诊断方法。磁共振图像(magnetic resonance imaging, MRI)提供了结构信息，磁共振波谱(magnetic resonance spectroscopy, MRS)提供了活体代谢信息。MRS是目前唯一能无创性观察活体组织代谢和生化变化的技术[5]，能为脑部疾病定性诊断提供更多、更准确的信息，为治疗方案的拟定和治疗效果提供可靠的理论依据。MRS以其无创检测、先于结构像反映病变的优势日益受到人们的关注[6]。

目前，GE、Siemens、Philips等多家大型医疗器械制造商生产的磁共振设备均可进行MRS检查，国内的许多大型医疗研究机构也收集了大量MRS数据。然而，波谱数据的质量控制与分析手段的欠缺成为制约MRS发挥作用的关键，且各医疗机构数据的不共享也限制了我国MRS研究的快速发展。目前国内外已建成各种医学图像管理系统，但国内目前尚未出现MRI与MRS相结合的医学数据共享和辅助诊断系统。本文所介绍的医学专家辅助诊断系统，在保护病人隐私的前提下整合并共享磁共振数据，直观显示MRI图像及MRS分析结果，极大程度地便利了医生的诊断和科研人员的研究工作。

1 材料和方法

1.1 材料

图1 临床数据的E-R模型Fig.1 E-R Model of System Clinical Data

本系统的医学数据来源于南京市鼓楼医院，所有MRI和MRS数据均采集自Philips Achieva TX 3.0T或Philips Ingenia 3.0T磁共振。系统采用MySQL 6.2作为后台数据库管理系统进行临床及用户数据管理，MySQL以其体积小、速度快、开放源码、为多种语言提供应用程序编程接口(application programming interface, API)等优势，成为被广泛使用的关系型数据库管理系统之一。在Microsoft Windows 7 64位系统平台上使用Java 1.8.0作为后台服务器与前端客户端的开发环境，使用Java的Swing组件进行用户界面设计，使得系统具有运行速度快、可移植性强等特点。

1.2 方法

1.2.1 磁共振数据预处理

Philips的磁共振系统扫描得到的MRS文件包含了后缀为.sdat的数据文件和后缀为spar的头文件，sdat文件存储MRS扫描体素的自由感应衰减(free induction decay, FID)信号，spar文件包含视野(field of view, FOV)和感兴趣区域(volumn of interest, VOI)等的空间位置信息。该种原始数据文件无法被直接查看，使用专业MRS量化软件LCModel[7]对sdat和spar文件进行量化处理。处理后的数据包含一个命名为“spreadsheet.csv”的表格文件，其中存储了VOI内所有体素的代谢物量化值、Cho的比值及该代谢物量化值标准差(standard deviation，SD)。另对于每一个体素，都将产生一个后缀为ps的文件，以存储该体素代谢物的波谱谱线。.ps文件不属于主流文件格式，研究中自行编写Java程序将ps文件批量转换成更通用的PDF格式，便于显示和处理。

考虑到病人隐私的重要性，使用Java自行编写数据匿名化程序，重写需要隐去的信息，并在将数据存储进系统前先进行匿名化处理。

1.2.2 数据库设计

MRI和MRS文件按照“医院-病人-检查-序列-数据”的物理结构存储在服务器硬盘上[8]，文件的存储地址保存在数据库中。MRI文件夹下为各个扫描序列的DICOM图像，MRS文件夹下包括MRS原始文件和经LCModel量化并转换成PDF格式的文件。这种层次性存储结构的好处在于它符合现实中的存储与查找逻辑，便于数据的编辑与管理。同时，按照统一的结构对数据进行存储，不再需要把每一幅图像或每一个波谱的物理地址全部存储到数据库中，只存储相应检查或序列对应的文件夹路径，就可以进一步获得更详细的数据信息。

根据上述磁共振数据文件存储结构，设计了如图1所示的数据库E-R模型，图中省略了大部分的属性特征。该E-R模型同样按照“医院-病人-检查-序列-数据”的层次建立。数据库中病人来自不同医院，且拥有不同的受教育程度；病人患有不同类型疾病，可能接受认知临床量表的检查和病理检查；每个病人均需接受磁共振检查，除MRI扫描外在一次磁共振检查中还可能对病人进行单体素和多体素的波谱扫描。

1.2.3 系统框架设计

基于MRI和MRS的专家辅助诊断系统由服务器端和客户端组成，后台服务器主要使用数据库进行医学数据的存储、管理，并接收客户端发来的指令进行数据传输、数据处理等工作；客户端是系统和用户直接进行交互的终端，用户通过客户端界面进行信息查询、数据获取等操作，图形化界面的模式简化了用户的操作步骤，不需要用户了解系统的内部结构和代码组成就可以使用该系统[9-10]。图2为系统的整体设计框图，它表明了从数据库到终端用户的整体系统结构，也表示了系统的数据流向。

图2 系统整体设计框图Fig.2 Diagram of the System′s Design

该辅助诊断系统主要包括病人病历查询与管理、报告单显示、MRI、MRS、医学数据添加、用户信息管理等6大模块，实现病人基本信息查询、MRI及其相关属性值显示、MRS波形及代谢物量化值显示、MRS空间可视化、医学数据添加等功能，医生、研究人员和管理员等用户具有不同的操作权限。一方面，各个模块间独立工作，另一方面，模块又相互之间提供方法和取得数据。既增强了各模块间的独立性，便于模块和程序的增删与修改，又提供了必要的数据交换与方法的调用，方便管理。

1)病人病历查询与管理模块。综合分析一位病人在不同时间段的各项检查结果，对病人病情的诊断与追踪及疾病研究和治疗方案确定都有积极意义。系统关联同一病人的多次磁共振检查及病理检查数据，数据库结构设计通过外键关联病人编号的方式很好地满足了该需求。Java数据库连接(Java data base connectivity, JDBC)是一种用于进行SQL语句操作的Java API，本系统使用JDBC连接Java和MySQL，对MySQL进行操作。在该模块中，用户可使用病人编号、检查日期、疾病类型等信息进行病历筛选与查询。所得到的病历信息存储于向量Vector中并在系统界面中以表格形式显示。

2)报告单显示模块。报告单分为磁共振报告单和病理诊断报告单，但其基本结构相同，都包含了病人编号、年龄、检查日期、检查所见、诊断结果等部分。该模块同样使用JDBC将数据库的查询结果返回至系统客户端。

3)MRI模块。MRI以DICOM标准进行存储。DICOM不仅包含图像，还包括众多属性标签信息[11]即tag信息，例如病人编号、检查时间、回波时间、图层位置、图层方向、病人位置等重要数据。Java自身没有API对DICOM格式的文件进行解析，本系统使用第三方开源工具包dcm4che 2.0.28进行文件解析[12]。其中主要涉及到DicomImageReadParam、DicomObject、tag等类与接口。通过迭代获取解码指定格式并获得图像文件的文件流，再使用reader.setInput(iis,true)和reader.read(0,param)函数读取图像，paintComponent(Graphics g)进行显示。

4)MRS模块。磁共振波谱模块分为MRS波形显示和MRS空间可视化两部分。前文已经提到本系统中的波谱波形文件由.ps格式转换成PDF格式，Java没有解析PDF文件及使其以图片形式显示的接口，但开源工具包ICEpdf和pdfbox均可在Java环境下对PDF文件进行操作。经实际编程比较后发现，使用ICEpdf进行解析得到的显示画面更清晰，所以本文使用ICEpdf 5.1.1对PDF进行解析与显示，使得波谱可直接显示在系统界面。

对于多体素波谱扫描结果，波谱的空间可视化可以直观看到不同体素内代谢物含量的空间分布，对确定病灶位置和性质有很大的辅助作用。所谓波谱的空间可视化，就是将MRS的扫描区域配准到磁共振图像上进行显示并利用伪彩色表示各个代谢物在不同体素内的含量。波谱的空间可视化可分为3个主要步骤：一是寻找MRS的定位图层；二是波谱位置在磁共振图像上的空间配准；三是代谢物含量的伪彩色显示[13-14]。MRS的图层定位和空间配准主要通过读取波谱头文件里VOI与FOV的位置信息，并与MRI文件内tag数据进行空间变换和配准实现。通过以下两条语句可获得tag中图像位置信息：

double[] ipop=

dcmObj.getDoubles(Tag.ImagePositionPatient);

double[] iop=

dcmObj.getDoubles(Tag.ImageOrientationPatient);

之后寻找VOI位置与图层是否相交及其相交点以确定定位层及图层上FOV与VOI的位置[15]。

读取每个点的特定代谢物含量值，对每个值进行拉伸转换，再将转换后值对应到灰度-RGB彩色映射表中，找到该值对应的显示颜色，有

(1)

式中，M′为代谢物显示值，M为代谢物含量值，Mmax和Mmin分别为VOI所有体素中M的最大值与最小值。

5)医学数据添加。数据添加是指将客户端的相应数据文件上传到服务器上，更新后的数据可在系统中被成功检索。由于网络环境下的带宽限制，大容量数据的传输受到挑战，对MRI和MRS等大数据量文件进行传输，可先将其打包成压缩文件，Java所提供的java.util.zip包可对zip文件进行读取、创建与修改。

6)用户信息管理模块。用户信息主要包括用户基本信息与用户权限，该系统用户分为管理员、医生和研究人员，用户选择性拥有病人数据查询、下载、上传等权限，以保证系统可用性与数据安全。医生具有添加与修改检查报告的权限，管理员可对系统中用户信息进行修改、添加和删除。拥有相应权限的用户需登录方能进入该系统，避免了医学数据的泄露。该模块主要涉及JDBC对数据库的查询、添加、删除、修改等操作。

2 结果

图3为MRI和MRS的显示界面。图3(a)为MRI的显示界面，左侧栏为一次MRI的扫描序列列表，右上侧为DICOM图像的显示，右下侧为tag信息的输出。在左侧栏选择需要查看的序列，则该序列首张图像显示在右上侧区域，通过鼠标点击或滑动操作触发动作监听切换到下一张图像的显示，右下侧主要包括了当前图像的回波时间、重复时间等需要关注的重要属性值。图3(b)为单个体素波谱显示界面，与MRI显示界面类似，左侧为树状结构列出选中MR检查的所有MRS序列，右侧上方的sl、row和col下拉菜单分别表示需要显示体素的层数、行、列值，选择体素位置后点击显示按钮，右侧中间面板则显示量化后MRS的代谢物波形，并在波形下方以表格形式显示Cr、NAA、Cho、mI、Lac等重要代谢物的绝对含量与Cr的比值及其SD值。点击右侧下方相应按钮，可查看MRS扫描的定位图层、FOV与VOI、及选定代谢物的空间伪彩色分布。

图3 磁共振显示界面。(a)MRI界面；(b)MRS界面Fig.3 UI of MRI and MRS. (a) UI of MRI; (b)UI of MRS

MRS空间可视化结果如图4所示，图4(a)为MRS的定位图层；图4(b)为波谱定位的FOV与VOI显示，其中红色方格所示区域为整个FOV，其上叠加的蓝色区域为VOI；图4(c)表示胆碱与肌酸含量比值(Cho/Cr)的分布，其中红色区域表示含量高，蓝色区域表示含量低，另外还可通过图3(b)的界面选择其他需要显示的代谢物如NAA/Cr、mI/Cr。图4为一个脑肿瘤病人的MRS代谢物分布图，脑肿瘤病灶区Cho/Cr值普遍高于正常组织，与MRS可视化图4(c)结果一致，这也是判定脑肿瘤的重要依据之一[16-17]。

图4 波谱定位与代谢物分布。(a)定位图层；(b)VOI和FOV；(c)代谢物分布Fig.4 Positioning of MRS and distribution of metabolite. (a) Positioning image; (b) FOV and VOI; (c) The distribution of metabolites

3 结论

作为目前国内唯一的基于MRI和MRS的辅助诊断系统，相较于普通的医院影像信息系统，本系统立足于MRI和MRS，针对神经系统疾病，关联病人治疗前后的各项医疗数据，更直观查看到磁共振检查相关参数等重要信息，并且直接根据专门的波谱后处理软件的处理结果显示波形和代谢物含量，分析与处理代谢物量化值，显示其在VOI的含量的空间分布，辅助医生进行诊断与研究。同时，随着大健康和“互联网+”概念的提出与深化以及医疗的逐步网络化，医疗信息共享渐渐受到关注，该系统旨在建立神经系统疾病数据共享平台，逐步与多家国内外医疗机构合作进行数据采集处理与上传，合理匿名化病人基本信息，且逐步对各医疗研究机构开放权限，便于数据共享与学术交流，推动国内医疗诊断与研究的发展。

下一步，还将继续该系统的完善。目前该系统采用LCModel软件处理后的MRS结果，后续在系统中添加MRS量化模块实现MRS在线量化[18-19]。添加来自不同机构的数据，整合基于SVM分类算法[20]和贝叶斯网络算法的脑肿瘤分类与分级模块，通过算法的自动分类提供分类结果，辅助医生诊断。随着系统的完善，该系统将实现病人的治疗进程跟踪、疗效评估、辅助手术方案选择等功能，对帮助临床医生追踪病人病情与治疗效果、选择合适的治疗方式都有重要意义。

(致谢：感谢孙晓梦和花蕊同学在数据采集与处理过程中的帮助，感谢刘任远同学和武文博医生在医学诊断上的协助，感谢张月同学在文稿校对方面的帮助)

[1] 雷霆．脑肿瘤学 [M]．北京：科学出版社，2012: 231-232．

[2] 林泰史．认知障碍、阿尔茨海默病[M]．郑州：河南科学技术出版社，2014: 1-182．

[3] 毕莉珠，何迎春，张如富．轻度认知功能障碍的研究进展[J]．国际老年医学杂志，2010，31(3)：113-117．

[4] 顾立本，万遂人，赵兴群．医学成像原理 [M]．北京：中国医药科技出版社，2005．

[5] 郑晔，金国宏．脑肿瘤1H-MRS的研究进展[J]．宁夏医学杂志，2009，31(10)：960-961．

[6] Reiser MF，Semmler W，Hedvig H．Magnetic Resonance Tomography [M]．Heidelberg：Springer-Verlag Berlin and Heidelberg GmbH & Co. KG，2008: 3-167．

[7] Provencher SW．LCModel and LCMgui user′s manual [EB/OL]．http://s-provencher.com/pub/LCModel/manual/manual.pdf，2014-11-17/2016-01-03．

[8] 成飞．基于web的脑肿瘤辅助决策系统设计和实现[D]．南京：东南大学，2013．

[9] 王大溪，罗衡郴，伍良启，等．基于MySQL的医学影像信息系统的总体设计[J]．广西科学院学报，2007，23(4)：321-323．

[10] 金芸，施伟，张志添，等．军队疗养员专家库信息系统的开发[J]．中国医疗设备，2014，29(7)：46-47．

[11] 王甜甜，李国侠，庞浩，等．基于Matlab软件的DICOM图像的信息提取[J]．中国医疗设备，2013，28(12)：61-62．

[12] 黄慧．基于JAVA的磁共振数据处理工具的开发与web应用的实现[D]．南京：东南大学，2011．

[13] 仲花，齐静，翁得河，等．基于VTK磁共振波谱多体素空间位置的配准[J]．中国组织工程研究与临床康复，2010，14(52)：9748-9751．

[14] 万遂人，戴利文，孙钰．基于VTK磁共振波谱多体素可视化[J]．科技导报，2013，31(15)：23-26．

[15] 薛文风．三维空间坐标的旋转算法[J]．电脑编程技巧与维护，1995，6(1)：59-60．

[16] 周战梅，龚洪翰．颅脑肿瘤多体素1H-MRS特征与病理对照研究[J]．实用临床医学，2008，9(5)：98-101．

[17] Callot V，Galanaud D， Fur YL，et al．1H MR spectroscopy of human brain tumours： A practical approach[J]．European Journal of Radiology，2008，2(36)：268-274．

[18] 高鑫培，仝菲，孙钰，等．活体核磁共振波谱信号的拟合与处理[J]．中国电子商情：通信市场，2011(6)：354-359．

[19] 包晨，齐静，翁德河，等．基于HLSVD和AMARES磁共振波谱数据量化方法的比较[J]．中国组织工程研究与临床康复，2011，15(4)： 683-686．

[20] Long Wang，Suiren Wan，Yu Sun，et al. Automatic classification of brain tumor by in Vivi MRS data Based on LDA and SVM[C]//2015 7th Internetional Conference on Measuring Technology and Mechatronics Automation．Nanchang:IEEE，2015：213-216．

Design of Diagnosis Support System Based on Magnetic Resonance Imaging and Spectroscopy

Xu Lingyi1Sun Yu1Kong Xianghui1Xiang Lei2Zhang Bing2Wan Suiren1*#

1(LabofMedicalElectronics,SoutheastUniversity,Nanjing210096,China)2(DepartmentofRadiology,DrumTowerHospitalAffiliatedtoNanjingUniversityMedicalSchool,Nanjing210008,China)

magnetic resonance image (MRI); magnetic resonance spectroscopy (MRS); neurological disease; support diagnosis

10.3969/j.issn.0258-8021. 2016. 04.015

2016-01-13， 录用日期:2016-04-07

TP311.1

D

0258-8021(2016) 04-0492-05

# 中国生物医学工程学会高级会员(Senior member, Chinese Society of Biomedical Engineering)

*通信作者(Corresponding author)， E-mail: srwan@seu.edu.cn