面向移动医疗的医学影像精准响应方法研究

Mobile health oriented medical imaging service is one of development trend of modern medical information technology, but there are some problems existing in terms of network bandwidth, service diversification, differences between mobile terminal, etc. The precise response capability of medical imaging has been faced significant challenges. This topic start with semantic caching, dynamic prediction and context awareness to explore semantic relations and response rules of cached images, to establish methods and models of precise recognition, prefetching, adaptation for cached images. These methods and models are to enhance capability of precise response. The major research issues are as follows: 1) We research on semantic cache model and semantic description method and then conduct dynamic semantic cache mechanism to accelerate precise response capability for cached images; 2) We will propose a dynamic forecasting model and precise prefetching method based on theories and methods of pattern mining, auto-window algorithms and regions of interest (ROI) recognition to improve capability of precise prefetching for cached images; 3) We will design dynamic cutting model and spatial index method for medical images based on spatial pyramid model, then establish precise adaptation model for medical images based on context awareness to improve capability of precise matching for medical images. The above models and methods will be validated in real scene to improve the existing medical image service platform. The result will provide theoretical and technical support for mobile health oriented medical imaging precise service.

面向移动医疗的医学影像服务是现代医疗信息技术的发展趋势之一，但受网络带宽、服务多样化、终端差异性等问题的影响，医学影像的精准响应能力面临挑战。项目拟从语义缓存、动态预测与上下文感知入手，探索缓存影像的语义关系与响应规律，建立缓存影像的精准识别、精确预取与精准适配方法与模型，以提高医学影像的精准响应能力。研究内容包括：1）研究语义缓存模型与语义描述方法，建立面向医学影像的动态语义缓存机制，以提高缓存影像的精准识别能力；2）基于模式挖掘、自动调窗、感兴趣区域识别理论与方法，研究缓存影像的动态预测模型与精确预取方法，以提高缓存影像的精确预取能力；3）设计基于空间金字塔模型的医学影像动态切割模型与空间索引方法，建立基于上下文感知的医学影像精准适配模型，以提高医学影像的精准匹配能力。上述模型与方法将在真实场景中进行验证，以完善现有影像服务平台，为面向移动医疗的医学影像精准服务提供理论与技术支持。

项目针对移动环境中医学影像服务的新特点、需求及挑战，围绕1)面向医学影像的多级动态语义缓存机制、2)医学影像动态预测模型与精确预取方法、3)医学影像响应中上下文高效感知与渐进传输方法、4)移动环境中医学影像服务应用与质量评价研究，以达到医学影像的精准化服务。. 在面向医学影像的多级动态语义缓存机制方面，设计了面向医学影像缓存的多级压缩存储结构，对缓存对象之间的语义进行了统一表示，实现了缓存对象的两级动态语义缓存，提高了医学影像的响应性能与精准度；在医学影像动态预测模型与精确预取方法方面，设计了基于频繁模式的动态预测模型与精确预取方法，根据挖掘结果对缓存对象进行了预取与缓存，提升了医学影像的响应性能与精准度；在医学影像响应中上下文高效感知与渐进传输方法方面，设计了基于几何关系的非平衡医学影像金字塔模型，建立了面向医学影像的分层切割模型与算法，实现了医学影像高效精准的传输。最后，开发完成了一套面向医学影像的服务平台和一个移动医学影像可视化系统，并形成了一系列WEB在线服务评价方法。同时，扩展研究了面向大规模医学CDA文档的分布式索引和检索模型，实现了面向大规模医学CDA文档的并行索引构建方法、多索引模型、分布式检索方法，开发完成了一套基于云构架的大规模医学CDA文档检索系统。. 项目所提出的机制、模型、方法及算法，为面向移动医疗的医学影像精准化服务提供了一定的理论与技术支持。项目发表学术论文27篇，其中，SCI论文5篇（SCI收录3篇，SCI待收录2篇），EI论文7篇（期刊4篇，会议3篇），核心期刊论文15篇，实现了三套面向医学领域的原型系统，培养青年教师2名（讲师晋升副教授1名，副教授晋升教授1名）、培养硕士研究生4名（协助指导）、项目组成员获得3项国家自然科学基金资助。