影像边缘提取源码

医疗保健中的开源软件对于共享通用工具和增加对新兴医疗信息技术（IT）标准的采用起到了作用。 通过领导对健康数据进行数字化的努力，影像信息学为采用技术行业的最佳实践和随后的开源软件树立了先例。

影像信息学的领域通常与放射学有关，尽管诸如心脏病学，病理学和皮肤病学等其他专业也很大程度上基于医学影像学。 放射学涉及复杂的医疗硬件和软件。 诸如计算机断层扫描（CT），磁共振成像（MRI）和计算机射线照相（CR / DR，也称为X射线）之类的“模态”产生的图像会被放射科医生解释。 放射科医生是接受过成像专业培训的医生，他们经常使用具有高级后处理和计算机视觉功能的软件工具来解释图像。

医学图像的存储和呈现是影像信息学的最初的挑战之一。 如今，典型的CT扫描可生成数千张图像，这些图像需要约500MB的存储空间。 一张拥有1000张床位的医院一天可能需要进行1300多次放射学检查，平均需要获取350幅以上的图像，并且由于医疗保险的原因，这些图像需要保存至少7年（不同的儿科和乳房X线照相法则）可移植性和责任法案（HIPAA）法规。 医学图像包含数千个灰色阴影，并且比传统的商业成像格式需要更高的位深度。 图片存档和通信系统（PACS）应运而生，以解决这些图片的管理问题。 这些系统负责存储，检索，传输和显示医学图像。

第一代PACS技术是在1980年代后期由模态销售商创建的，他们实施了专有文件和表示格式，并将PACS捆绑在一起作为模态购买的一部分。 集成和互操作性很快成为下一个挑战，因为难以轻松获得所有医学图像的集中存档，并且医学图像的可视化无法与归档功能分开。 美国国家电子制造商协会（NEMA）开发了一种通过名为“医学数字成像和通信”（ DICOM ）的标准来标准化医学图像的存储，传输和表示的方法。

开源开发对于采用DICOM作为事实上的医学成像全球IT标准至关重要。 北美放射学会（RSNA）委托两个小组在1990年代初开发DICOM的第一个参考实施方案，以此作为加快该标准的采用的手段。 来自德国奥尔登堡的OFFIS小组开发了DCMTK，这是实现DICOM标准的大部分内容的库和应用程序的集合，其中包括用于分析，构造，转换DICOM图像文件，处理离线媒体，通过网络发送和接收图像的软件很多其他的。 密苏里州圣路易斯的马林克罗德放射学院的电子放射实验室开发了中央测试节点（CTN， http://erl.wustl.edu/research/dicom/ctn.html ）软件，以支持通过医学成像进行合作演示供应商。 这两个开源项目以及其他成功的开源项目（例如DCM4CHE和DVTK）都被广泛认为是PACS管理员执行日常任务必不可少的工具包的一部分。

成像信息学的其他领域主要包括系统之间的医学数据传输和放射科医生的工作流程管理。 放射线检查的典型工作流程是在另一位医师为患者下达影像检查时开始的。 安排后，技术人员将以适当的方式进行检查。 这些检查进入放射科医生的工作队列，也称为工作清单。 放射科医生每天可能会解释150例以上的病例，查看每个病例的图像并生成文本报告。 这就要求这些检查命令在按各种检查类型排序的工作清单中进行管理，并且结果（放射线报告）应以自动化方式传输到其他信息系统，例如电子病历（EMR）。 放射信息系统（RIS）负责这种功能，例如安排患者的检查并提供有关患者的医学信息以用作医学图像的一部分。 RIS使用健康等级7（HL7）标准与其他系统进行通信。 RIS或PACS管理员可以使用开源工具（例如Mirth Connect）来开发，测试，部署和监视HL7接口。 有开源的API，例如HAPI ，可以客观地解析HL7信息。

还有其他流行的开源项目可用于图像查看和处理：

• 透明画布
• 奥西里
• XNAT
• ITK
• VTK

这些开源项目仅代表成像信息学中使用的所有开源项目中的一小部分，更不用说医疗保健了。 支持这些项目的社区非常强大，并且比以往任何时候都在增长。 每年都会在医学影像信息学学会（ SIIM ）举办的旨在促进影像信息学知识和共享的开源项目上举办的“ 开源即插即用音乐节”上可以看到上述许多项目。 在那里，与同事讨论了项目的方向，并选出了年度最成功的项目。

今年，SIIM 2014欢迎来自其他领域的医疗保健开源项目参加于5月15日 至17日在加利福尼亚州长滩举行的第七届年度开源Plug Fest。 在2月28日之前注册。开发人员可能感兴趣的另一个活动是第一届年度Hackathon ，您可以在其中了解有关使用最新的基于Web的医疗保健API的信息。

撰写人：唐·K·丹尼森（Ton K. Dennison），泰莎·库克（Tessa Cook），医学博士，博士

翻译自: https://opensource.com/health/14/2/imaging-informatics-brings-open-source-to-industry

影像边缘提取源码