医学信息获取及利用剖析

《医学信息获取及利用剖析》由会员分享，可在线阅读，更多相关《医学信息获取及利用剖析（62页珍藏版）》请在金锄头文库上搜索。

1、2007-9-3 第第2 2章章 医学信息获取及利用医学信息获取及利用 2.1 医学信息获取的基本概念 医学信息获取的含义? ? n医学信息获取的理解 （1）医学信息获取的传统理解 借助某种换能器将医学实体的非电信号转换成医学模拟电 信号，再由A/D转换器将模拟电信号转换成医学数字信号的 过程定义为医学信息获取。 （2）医学信息获取的广义理解 凡能够采用某种方法得到所需医学信息的过程都称为医学 信息获取 2.1 医学信息获取的基本概念（续） n医学信息表示的含义 n各种类型的医学信息，由于获取的方法不同，计 算机直接识别的数字信息、须经过某种变换或某 种编码才能为计算机所识别的信息。 n数字变

2、换或编码就是信息的一种表示形式 2.1 医学信息获取的基本概念（续） n医学信息获取的基本前提 n信息感知是对医学实体信息的认识和感悟 n信息感知主要由人体的感觉器官实现 n声波振动耳鼓膜和听骨耳蜗管内淋巴液纤毛细胞发 生弯曲变形神经生理电信号听觉器官感知声音 n信息感知总是具有局限性 n视觉器官只能感知16Hz20KHz的可见光 n听觉器官只能感知20Hz20KHz的声波 n获取人体无法直接感知的信息，必须借助人工感知系统 （医学传感器），扩展和延伸人体感知器官功能。 2.1 医学信息获取的基本概念（续） n医学信息获取的信息来源 n信息源：组织或个人为满足其信息需要而获得信 息的来源，称为

3、信息源。 n实体型、文献型、电子型、网络型信息源 n医学信息获取的基本途径 2.2 医学常规数据信息的获取及利用 n医学常规数据信息的界定 n什么是医学常规数据信息？ n指在进行医学临床、医学实验、医学教学、医学预防和医 学管理等一般性的医学实践和科学实验中，所得到的各种 常见的医学数据。 n特点是：多以数据形式直观表现，具有明显的可测性；信 息多种多样；分为计量指标数据和计数指标数据两类。 n计量指标数据：各种物理和化学指标的数据信息 n计数指标数据，则是指那些不能用数量描述的文本数 据信息 2.2 医学常规数据信息的获取及利用（续） n医学常规数据信息的获取方法 n传统方法：文档查阅法、实

4、验研究法、现场调查法 n网上搜索方法：从光盘数据库系统、门户网站、搜 索引擎、网络搜索软件 n医学常规数据信息获取的基本原则 n数据信息的正确性、完整性、统一性、可操作性 n统一性：数据信息的形式和名称统一；遵循一定的标准。 n遵循标准的原则是：国内标准优先国际标准，国家标准优 先行业标准。倘若既无国际、国家标准，又无行业标准， 也可以在一定约定下自己拟订一个临时性标准文本。 2.2 医学常规数据信息的获取及利用（续） n医学常规数据信息获取的利用途径 n统计处理、数据库构建、科学计算、大数据利用 n大数据：指那些规模巨大到无法利用目前常用的 数据处理技术和主流软件工具，在合理的时空中 实现获

5、取、存储、处理的海量数据及其技术。 n4 V特征：Volume(巨量)、Variety(多样)、 Velocity(高速)和Value(价值) n核心：海量数据进行存储和分析处理 2.3 医学生理信息的获取及利用 n医学生理信息的含义 n生命体在其生命活动过程中，无论是器官组织还 是细微细胞都可能成为生理信息产生的信息源 n人体生理信号的类型：表2.1 n电信号：内源性信号、外源性信号 n非电信号：机械性质信号、化学性质信号 n生理信号特点？ n幅值小，频率低 n信噪比低，随机性强，易受干扰而不易被识别 n一般需要换能器才能获取 2.3 医学生理信息的获取及利用（续） n医学生理信息获取的基本

6、原理 n医学生理信息获取的基本过程图2.2 医学生理信息获取的基本原理（续） n医学生理信息获取的基本技术 （1）人体生理信号的表征。是一个时间的函数 n对于具有连续重复特征的生理信号，通常采用准 周期函数（如心电图信号）或瞬时函数（如眼动 图信号、受刺激的细胞信号）进行描述。例如心 电图中的P-QRS-T复合波就是以准周期或近似周 期形式产生的波形信号来构建的波形图。 n对于具有随机特性的生理信号，多数情况只能用 统计学的方法进行描述 医学生理信息获取的基本原理（续） （2）医学传感器拾取信号的原理 n医学传感器概念：传感器又称换能器，是医学检测 仪器与人体直接耦合的一种设备，其作用是对人体

7、 生理信号进行感知和拾取，并转换成模拟电信号。 n医学传感器分类（表2.3） n工作原理分：物理型、化学型和生物型 n输入信息分：有位移型、压力型、速度型、流量型、温度型和电 位型 n用途分：脉搏传感器、脑电传感器、胃电传感器 n传感器组成： n感受器：完成对人体温度、压力和流量等物理量的识别和拾取 n换能器：将拾取的物理量转换成大小不同的电信号形式 医学生理信息获取的基本原理（续） （3）生理信号的ADC转换 n概念：人体生理信号经传感器拾取后得到是模拟电 信号，通过模/数转换即A/D转换或称ADC（Analog to Digital Converter）转换技术，使其数字化。 nADC转换

8、器组成：模拟多路选择电路、采样保持电 路、A/D转换及控制电路 nA/D转换器有8位、12位、16位、24位或更高位的多种分辨形式 nADC转换的工作过程分两步：一是采样，二是量化。如图2.3 ADC转换的工作过程 n采样频率的选择 n采样，就是将模拟信号的幅值被等分地间隔开来，即 将一个连续时间函数的信号变成具有一定时间间隔T ，使在每一个时间ti i=1,2,n时才有函数值的离散 信号过程。 n香农-奈奎斯特（Shannon-Nyquist）采样定理：采样频 率f至少应是原始信号x(t)中最高频率的2倍 n量化阶数的确定 n量化，就是在采样所确定的时间间隔位置对信号进行 量化处理即以有限的

9、数字精度进行数字表示的过程。 n量化阶数m，指幅值范围对量化阶值的比值，用2的乘 幂形式表示，即m=2n，这里的n为二进制数的位数 医学生理信息获取的方法及利用分析 n心电信号的数字化获取方法及其分析 n常见心电信号的数字化采集和分析系统 n检测心律失常的心电信号采集和分析系统 n动态心电信号采集和分析系统 n心电信号采集和分析系统 n心电图机、心电生理检则仪、运动平板心电检测机、 动态心电图检测仪、心电监护仪 n系统构成 n测量程序：实现心电信号的数字化准确获取 n分析程序：不同类型的心电系统差别较大 医学生理信息获取的方法及利用分析（续） n脑电信号的数字化获取方法及其分析 n脑电图EEG

10、（Echoencephalography）是大脑神经 活动在头皮上产生的电位分布 n数字化脑电图设备： n脑电功率谱分析设备 n动态脑电图机 n脑电地形图BEAM（Brain Electrical Activity Mapping）仪 n脑电信号分析和检测系统 n测量程序：头皮电极拾取脑电信号，ADC转换数字信号 n分析程序：不同的脑电系统区别很大 2.4 医学图像信息的获取及利用 n医学图像信息概述 n医学图像信息的含义：一种用图像表达医学信息 的信息源，是医学诊断的重要依据。 n医学图像种类：X射线图像、超声图像、磁共 振图像、同位素图像和显微图像 n医学图像信息的基本特征 n维数多、信息

11、量大（表2.4）、生命性 表2.4 一些常见医学图像信息文件的大小 图像类型一幅图像（位）图像数/检查文件/检查 核医学图像1281281230-601-2M 磁共振图像25625612608M 超声图像512512820-2305-60M 数字减影血管造影图像5125121215-404-10M 计算机断层扫描图像512512124020M 计算机放射图像2048204812216M 数字化X线摄影图像2048204812216M 数字化X线乳腺摄影图 像 40964096124128M 医学图像信息获取的基本原理 n医学图像信息获取的过程（两个阶段） n光电转化：将反映不同光强度的医学图像

12、信息转 化成模拟电信号， n光电转换设备：电荷藕荷器CCD（Charged Coupled Device）和互补型金属氧化物半导体CMOS（ Complementary Metal Oxide Semiconductor） n模数转化：把模拟图像信号转化为数字图像信号 ，即实现图像的采样和量化。 n图像采样，是将空域或时域上的连续模拟图像拾取和变换成离散 的采样点（像素）集合的过程。 n图像的量化，就是将采样得到的像素点上表示明亮程度的信息的 连续量离散化后，用数值（一般用整数）阵列表示的过程 医学图像信息获取的基本原理（续） n图像信息的表示形式 n采用直观的矩阵形式表示。将图像离散化，离散

13、 后即可得到一个mn阶矩阵形式。P40 (2.1) n阵列中每个点（xi , yi）的函数值表示采样点的灰度值 ，x和y分别表示在x, y方向的变化距离即采样周期 。为方便起见，通常取x=y=0，x=y=1。 医学图像信息获取的基本原理（续） n象素点的灰度级别 n一幅图像的清晰度和保真度除了与象素点的采样 周期有关，还与表示该象素点的灰度级别有关 n灰度级别越高，效果越好，反之就越差。 n人眼对黑白程度只能分辨出20多个级别，常用1个字节 256等级；用2个字节表示，灰度级别高了，有64k个等 级，但存储空间却增加了1倍 医学图像信息获取的基本原理（续） n黑白图像，亦称二值图像，其像素值只

14、有0和1 n灰度图像，每个像素的信息由一个量化的灰度级来描 述 n彩色图像：每个像素的信息是由RGB三种原色构成， 而RGB又由不同的灰度级来描述，因此彩色图像是用 三个矩阵共同来描述 医学图像信息获取的基本原理（续） n医学图像信息的编码方法 n什么是图像信息的编码？如何使图像信息在计算 机中占用较少的存储空间，“数据压缩”。 n图像信息的编码方法： n无损压缩，可逆压缩。压缩比2：1。 n有损压缩，不可逆压缩。高压缩比，图像质量 降低。 哈夫曼编码算法 n基本思想和特点 n依据数据出现频率来编码，达到压缩 n特点：是一棵加权二进制树；频繁元素在树顶部；左分 支分配1（或0），右分支分配0（

15、或1）。 n算法过程P41 构造唯一的数据元素概率集合，各元素是节点； 概率集合列表中数据元素以值递增排序。 最小的两个概率值相加 形成二叉树父节点，这两个值为叶节点，并 将值小的（左侧）赋1，并从列表中移除这两个值，将新节点插入列 表中，列表仍保持递增。 重复 直到列表中留下 1个元素 ，即为 整个 二叉树的父节点 。 从二叉树树根节点开始找到 每个叶节点 ，把沿途经过的“1”和 “0”串起来，即可得到每个叶节点的编码 哈夫曼编码算法（续 ） n案例2.1 设一幅医学图像中出现有8种灰度级别s0,s1,s2,s7 ，且已知在该幅图像的象素序列中，s0, s1, s2,s7分别出现 的次数是：

16、4，5，6，7，10，10，18，40，试用哈夫曼编 码方法对其进行编码。 n先计算每种灰度级别出现的概率p(si)(i=0,1,2,7)并按 从小到大进行排序，即： n0.04，0.05，0.06，0.07，0.10，0.10，0.18，0.40 n再将最小的两个概率节点值相加得到新的概率节点值 ，并构建二叉树和赋值“0”和“1”，之后再重新排 序，即： n0.06，0.07，0.09，0.10，0.10，0.18，0.40 n按算法构造 二叉树 哈夫曼编码算法（续 ） n哈夫曼编码二叉树 1 0.4 0.6 0.23 0.37 0.18 0.19 0.09 0.100.040.050.10 0.13 0.060.07 S4S1S0S6S3S2S5 S7 1 1 1 0 1 1 1 0 0 0 0 0 0 1 最后从根节点开始沿着树枝到叶节点将所有赋值串起来，得到了最后从根节点开始沿着树枝到叶节点将所有赋值串起来，得到了s s 0 0 到到s s 7 7 的编码的编码 结果依次是：