- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
- · 《影像研究与医学应用》[05/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
以医学影像大数据为例探讨影像信息学及其应用
作者:网站采编关键词:
摘要：导读: 讨论影像大数据与医学影像信息学的相关性，总结影像大数据在临床中的应用。用“大数据图像信息学”和“大数据放射信息学”关键词对2012年至2017年间正式发表的科研论文进行
导读:讨论影像大数据与医学影像信息学的相关性，总结影像大数据在临床中的应用。用“大数据图像信息学”和“大数据放射信息学”关键词对2012年至2017年间正式发表的科研论文进行检索，对检索结果抽样分类并分别探讨了其临床应用。医学影像信息学在影像大数据的背景下，已在诊断和治疗、教育和科研、成本控制和效率提升及辐射剂量监测等方面开展应用。影像大数据是医学影像信息学的重要组成部分，大数据应用前景生机蓬勃，但离大规模临床推广还有一定距离。
大数据，指无法在一定时间范围内用传统软件进行获取、存储、管理及分析的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点是指数据的体量大，数据的种类多，数据更新速度快及大数据发展趋势的不确定性。
近年来，公共医疗成为大数据快速发展的行业，针对海量的诊断报告、病理数据、药物清单和治疗方案，借助大数据平台可以建立基于病例特征的疾病数据库，医生可以根据患者信息制定有效的治疗方案。
方法
通过谷歌引擎搜索正式发表的中英文科研论文，由于这是一门新兴学科，所以将查询时间设置为2012年至2017年，查询关键字为“大数据图像信息学”和“大数据放射信息学”及各自对应的英文。鉴于目前通用的科研论文均采用.pdf格式，所以对查询类型用“filetype:pdf”子句进行限定。最后对查询结果进行抽样分类，并对各分类主题进行探讨。
结果
检索结果主要由两大类构成，第一类从广义上讨论与大数据相关的基本概念及其在医学影像信息学中所发挥的作用。第二类则使用大数据和医学影像信息学技术解决医疗实践中的具体问题。
由于综述研究的广泛性和复杂性，本文并不对具体文献作全面的分析和总结。将重点关注大数据的基本概念及其在影像信息学中的应用。讨论的应用范畴主要涵盖诊断和治疗、教育和科研，成本控制和效率提升及辐射剂量监测几方面。
影像大数据影像大数据是由DR、CT、MR等医学影像设备所产生并存储于PACS系统内的大规模、高增速、多结构、高价值和真实准确的影像数据集合。胎心监测、免疫分析、DNA筛查数据均可用于影像大数据应用方案。
虽然医学影像数据相当丰富，但用常规方法从中提取的有用信息却相对较少。放射图像不但数据量庞大，而且针对性极强，常用于解决具体的临床问题。例如，X光片主要用于检查肺部及支气管炎症，这就容易导致放射数据的观测力贫瘠现象，而临床记录则包含了所有与患者诊断、治疗过程相关的信息，因此更富有观测力。
影像信息学影像信息学的主要目标是将传统意义下的成像、后处理、PACS等内容有机结合，提供更有针对性、信息含量更丰富且更准确的图像解译，获得更有价值的图像信息，以便完成人类能力难以胜任的工作。
数据挖掘是将属性相似的某类对象聚类，从聚类数据中提取有用信息并将其转化为可理解对象的过程，如今该过程可用人工智能、机器学习和深度学习等方法实现。由于这些方法能处理的数据量更多，过程更加稳定，结果也更加有效，可弥补因持续工作而造成的关键性结果缺失或疲劳性降速。
影像大数据的具体应用
诊断和治疗流程的合理化计算机辅助诊断(Computer Aided Diagnosis，CAD)和临床决策系统(Clinical Decision Support，CDS)是影像大数据应用的重要组成部分。
CAD提供了各型数据融合的接口，既包括影像资料，也可以是病理报告，还可以是电子病历(Electronic Medical Records，EMR)。文献将影像数据和组织切片数据相结合，通过CAD系统建立了疾病诊断模型、选择最优药物剂量和放射疗法并制定了最佳器官移植时间。规划制定是CDS大数据应用的一个重要用途，在制定成像检查规划前，可以通过EMR全面收集关于患者的各类信息，如年龄、症状、病史、遗传史、耐药性、身体状况及历史健康等数据[7]。该过程可解读为对某项检查进行的驱动力分析，并据之选择最适宜的成像手段。
教育和科研水平的改善用大数据相关性分析代替传统的假说驱动研究有比较优势。病例选择、离群效应分隔标准及变量说明等过程常常是既耗时又缺乏统计意义。使用实际数据意味着研究人员可以方便地辨识相关人群，并确定哪些患者可能会对特定治疗方案产生反应。运用大数据分析则能够以较为自然的方式展示医疗条件的变化过程，以便跟踪总体发展趋势。
文章来源：《影像研究与医学应用》 网址: http://www.yxyjyyxyy.cn/zonghexinwen/2020/0709/360.html