國家圖書館典藏電子全文

Transcription

1 南台科技大學 電機工程研究所碩士學位論文 乳部腫瘤腫瘤網路網路資料庫資料庫推論推論系統 The Web-based Database Inference System for Breast Tumor 研究生 : 魏國庭 指導教授 : 陳彥廷博士 中華民國九十四年六月

2 博碩士論文授權書 本授權書所授權之論文為本人在南台科技大學電機工程系 ( 所 ) 系統組九十三學年度第二學期取得碩士學位之論文 論文名稱 : 乳部腫瘤網路資料庫推論系統 本人具有著作財產權之論文全文資料 ( 含紙本及電子檔 ), 授予下列單位 : 同意立即公開同意一年後公開單位 本人畢業學校圖書館 ( 上述若勾選一年後公開者, 請於繳交紙本論文給本校圖書館時特別聲明, 否則一律以立即公開處理 ) 同意公開不同意公開單位 國家圖書館 ( 若同意公開, 請於上傳登錄之後將所印出的授權書送交所屬系所統一寄給國圖 ; 紙本論文則 一定要送交教務處註冊組彙轉國圖, 不論是否同意公開全文 ) 行政院國家科學委員會科學技術資料中心 ( 授權國科會科學技術資料中心者, 請個別再寄論文一本至台北市 (106-36) 和平東路二段 106 號 1702 室 ) 為學術研究之目的以各種方法重製得不限地域 時間與次數以微縮 光碟或其他各種數位化方式重製後散布發行或上載網站, 藉由網路傳輸, 提供讀者基於個人非營利性質之線上檢索 閱覽 下載或列印, 惟每人以一份為限 上列論文為授權人向經濟部智慧財產局申請專利之附件或相關文件之一 ( 專利申請案號 : ), 請於 年 月 日後再將上列論文公開或上載網路 ( 勾選此項者, 請於繳交紙本論文給本校圖書館時特別聲明, 否則一律以立即公開處理 ) 上述授權內容均無須訂立讓與及授權契約書 依本授權之發行權為非專屬性發行權利 依本授權所為之收錄 重製 發行及學術研發利用均為無償 上述之欄位若未鉤選, 本人同意視同授權 指導教授姓名 : 陳彥廷博士 研究生簽名 : ( 親筆正楷 ) 學 號 :M ( 務必填寫 ) 電 話 : hv.hi@msa.hinet.net 地 址 : 台南縣永康中正路 559 號 日 期 : 中華民國 94 年 7 月 5 日 ii

3 iii

4 iv

5 摘要 根據衛生署 2004 年統計台灣婦女乳癌死亡率每十萬人口就有 人死亡, 是故此一癌症也逐漸受到國人的重視, 臨床就診人數越來越多, 看診工作極為繁重且依賴經驗 本論文的主要研究主題乃是根據臨床醫師的需求建立一套參考資料庫病例加以推論的輔助診斷分析系統, 這系統運用網路服務 (WebServices) 系統整合架構, 使乳部腫瘤臨床診斷系統具備網路化的資訊處理能力 藉由 ASP.NET 技術平台, 不僅能使乳部腫瘤影像能匯集至資料庫進行分析整合 ; 也用於設計推論系統採用乳部腫瘤臨床病例研究結果及使用人工定義權重 複迴歸分析與區別分析三種統計分析資料方法, 去推論一新病例之結果, 此結果亦能以網路服務形式透過 ASP.NET 技術提供臨床輔助診斷之用 本研究同時結合了 DICOM 瀏覽器, 可直接開啟 DCM JPG BMP 與 GIF 格式之影像, 此一瀏覽器以 Java Applet 語法所寫, 其特色為檔案小且具跨平台功能 具體的研究成果包括 (1) 乳部腫瘤影像資料庫系統建置 (2) 統計模型之乳部腫瘤影像輔助診斷系統建置 (3) 網路 DICOM 影像瀏覽器 (4) 關鍵字進階搜尋 關鍵字 :ASP.NET DICOM 影像瀏覽器 影像資料庫 乳癌腫瘤 統計模型 v

6 ABSTRACT Every 100,000 people will people will die for Taiwanese woman cancer. The number of patients to take the breast cancer examination is increase in recent years. The doctor has to pay more attention for the diagnosis for breast cancer. It is a heavy works and very depends on the experience. The purpose of this thesis is to build the web-based data inference system to help diagnosis. The system applies the webservices architectures, the data can be managed via internet. The DICOM breast cancer image can be integrated with the database by using the ASP.NET framework. The statistical methods based on manual-defined weighting, multiple regression analysis, and discriminant analysis are implemented to the clinical cases in the database for breast tumor for inference system. The major results of the study include (1) building the database of breast tumors integrating the DICOM image and patient information, (2) establishing the statistical models-based breast tumors inference system for assistant diagnosis, (3) modifying the Java Applet open codes of DICOM image browser, and (4) developing the advance keyword searching. Key word: ASP.NET, DICOM image browser, Image database, Breast tumor, Statistical model vi

7 致謝 在此, 我要感謝許多人的協助, 使這本論文得以順利完成 首先, 以最誠摯的心意感謝指導教授陳彥廷博士兩年來的殷切指導與諄諄教誨且其認真負責的教學態度, 更是讓人心折, 讓我在專業知識和待人處事方面受益良多 同時也感謝侯春茹博士在統計方面給予相當多的幫忙, 使我的論文更加完備 另外也感謝奇美醫院放射科陳勁宇醫師, 他在提供我資料與教導醫學方面的知識不遺餘力 感謝生醫實驗室歷屆所有學長, 唯有他們的默默耕耘, 才能塑造出今日良好的學習環境, 同時也要感謝馬作維 鄭聖翰 劉智超 張佑育學長以及學弟兩年來在課業及生活上的幫助, 我會永遠牢記實驗室同舟共濟 鍥而不捨的精神 此外, 我還要特別感謝家人, 在我研究期間面臨挫折時給予適時的鼓勵與安慰, 讓我提起勇氣不斷向前走, 為我提供良好的求學環境與高度的自主空間, 使我可以全心全意地完成所有學業, 這一切的成就都歸於他們 最後, 願以此論文獻給我的家人及所有關懷我的朋友 魏國庭於南台科技大學電機所 2005 年 6 月 vii

8 目 錄 博碩士論文授權書... ii 中文口試合格證明書.. iii 英文口試合格證明書.. iv 摘要 v ABSTRACT... vi 誌謝. vii 目 錄... viii 圖目錄... x 表目錄... xi 第一章緒論 研究動機與背景 研究目的 研究方法 章節概要... 5 第二章文獻回顧與核心技術簡介 文獻回顧 DICOM 介紹 Java 與 Java Applet 介紹 第三章 系統架構 系統介紹 資料處理與搜尋 網路 DICOM 資訊瀏覽 乳部腫瘤輔助診斷之推論方法 系統分析 viii

9 第四章結果與討論 系統軟 硬體環境部署 系統部署 實驗環境 資料庫設計 實驗結果 網頁架設 乳部腫瘤推論系統 DICOM 瀏覽器 第五章結論與未來研究方向 結論 未來研究方向 附錄 A 52 附錄 B 53 附錄 C 57 附錄 D 60 附錄 E 62 中英文縮寫全名對照. 63 參考文獻. 64 ix

10 圖目錄 圖 1.1 傳統 X 光片儲存室 圖 1.2 DICOM 規格的乳房影像.. 6 圖 1.3 數位化 X 光片之儲存室 圖 2.1 DICOM 的格式. 12 圖 3.1 系統與網路連結構圖. 27 圖 3.2 檔案管理圖 圖 3.3 系統推論流程. 28 圖 3.4 線性區別規則.. 29 圖 4.1 系統環境圖 圖 4.2 驗證身分之版面 圖 4.3 網站首頁 圖 4.4 根據醫師要求所列出之關鍵病歷資料 圖 4.5 網頁所列出之詳細病歷資料 圖 4.6 上傳檔案之版面 圖 4.7(a) 關鍵字一般搜尋之版面 圖 4.7(b) 關鍵字進階搜尋之版面 圖 4.8 人工定義權重推論之版面 圖 4.9 權重推論結果列出資料庫中最相似之病例.. 44 圖 4.10 區別分析推論之版面 圖 4.11 eviewbox 執行之畫面.. 45 圖 4.12 eviewbox 顯示之 DICOM 影像. 46 圖 4.13 eviewbox 顯示之 DICOM 資料. 46 x

11 表目錄 表 3.1 欄位列表 表 3.2 七大類 26 項變數 表 3.3 乳部腫瘤分為四類之列表 表 4.1 錯一個字母之進階搜尋正確率...47 表 4.2: 錯二個字母之進階搜尋正確率...48 表 4.3 人工定義權重 複迴歸分析與區別分析之推論結果比較表.. 49 xi

12 第一章緒論 1-1 研究動機與背景 乳癌在歐美佔婦女癌症的第一位, 根據衛生署 2004 年統計台灣婦女乳癌死亡率每十萬人口就有 人死亡 ( 附錄 A) 乳癌是比較容易早期發現的癌病之一, 且乳癌發生率增加近三倍, 且有十餘歲小病人出現 由上述的資料可發現, 乳癌的發生率有逐漸提高 病患年齡層逐漸下降的趨勢, 得各方重視 且不論其病程如何, 許多研究皆指出, 對 50 歲以上的婦女而言, 早期診斷罹患乳癌並予以治療, 約可減少 40% 的死亡率 醫學界自 1960 年起即不斷地在找尋合適的造影工具, 目前乳癌 X 光攝影是公認為唯一能有效偵測早期乳癌造影工具, 尤其對於乳癌的防治有卓越的貢獻 早期發現 早期治療, 不但可以降低乳癌患者的死亡率, 並且可以延長乳癌患者的存活年限 一般來說, 有 90% 的不可觸知的原位腺管癌以及 70% 的不可觸知的微小癌可由乳房 X 光片中的微鈣化得知, 至於其它熱影像 超音波乳房攝影 電腦斷層攝影 免疫造影法 等, 成效均比不上乳房 X 光攝影, 目前這類的造影設備可以拍攝符合 DICOM 規格的數位影像資料, 也因此, 隨著數位資料的急速增加, 建立適當的影像資料庫及管理勢在必行 目前在診斷乳癌的過程中, 微鈣化是早期乳癌的重要指標 目前對於診斷微鈣化之良惡性診斷是以人工目視的方式, 也就是經由有經驗的醫師觀察乳房 X 光片來病人下診斷 一般來說, 這種方式相當的費時 費力, 較適合針對少量的病患 而台灣的女性正面臨乳癌發生率逐漸提昇的危機, 由於乳癌發生率逐漸提昇, 相對的受檢人數也逐年大量增加 就目視診斷的方式而言, 現有的專業醫師人力根本不足以應付如此大量的受檢者 且自 1960 年來, 許多研究報告都指出微鈣化的群聚現象與良 惡性特徵有相當高的關連性, 但在 1980 年後的研究中卻發現微鈣化群對於良 惡性特徵的分辨仍有許多困難性存在, 包括對於良 惡 1

13 性特徵描述難以具體化, 特徵模糊性高 [1] 這些困難使得放射科醫師不得不建議患者去做較具侵襲性的活體檢視 (Biopsy) 來確認各種可疑的病灶, 但最終的結果是僅有 20%~30% 確定為癌症, 徒然浪費了寶貴的醫療資源 所以在乳房 X 光攝影診斷中, 不僅要能提早診斷出惡性腫瘤, 還要減少不必要活體檢視, 才是最終目標 由於良 惡性特徵描述不夠具體化, 經常是模稜兩可, 所以醫師診斷正確與否全憑醫師主觀的經驗多寡, 這對於醫師訓練與醫療品質維護無異是重大的打擊 是故, 增進乳房 X 光攝影診斷的正確率與效率正是解決上述所有問題的重要關鍵 增進乳房 X 光攝影診斷的正確率與效率的方法, 不外乎訓練更多專業醫師 ; 或是要求醫師增加診斷的速率 但這兩種方式似乎都窒礙難行 因為醫師臨床訓練僅能憑經驗, 無法具體化 另一方面, 快速診斷只會增加誤判, 讓醫療品質更低落 所以, 目前的解決之道, 就是建立一套乳房 X 光攝影之多媒體病理資料庫, 並發展電腦的技術來輔助醫師 這樣的作法除了可以藉著現代化科技輔助診斷來協助醫生外, 並且可以利用乳房 X 光攝影之多媒體病理資料庫的病例來輔助資歷較淺的醫師 一方面使得每一病例的診斷結果更準確 快速, 一方面培訓新的醫師人力, 使之不虞匱乏 近年來, 由於國內醫療產業經營型態的轉變, 使得以往具獨佔特性的醫療院所亦面臨到競爭的壓力, 當醫療程序越來越複雜, 且全民健保實施後對病床使用管制及就診效率要求都提昇的情況下, 目前以傳統 X 光片 (Film-Based) 為基礎的醫學影像系統之缺點也就愈明顯 傳統 X 光片的醫學影像管理方式的缺點有 : 1. 欲維護保存傳統的 X 光片需要花費相當的人力及佔用醫院裡非常珍貴的空間 ( 圖 1.1) 2. 底片費用昂貴 ( 美國一個 350 床的醫院, 平均每年約需花費 70 萬美元的底片費 )[2] 3. 因為 X 光片通常只有一份, 如果遺失或是放錯位置, 則需額外的人力及費用才能彌補這個錯誤, 對於醫師來說, 很難在這個情況下做出即時的診斷, 整體醫療品質也因此而降低 2

14 4. 洗片週邊設備, 產生環境污染 相反地, 如果將影像存成數位化的格式, 例如圖 1.2 為數位規格之 DICOM 醫學影像, 除了可解決上述的四個缺點外, 更可為醫院省下相當多的人事成本, 數份相同影像可以同時並存及審閱而不相衝突, 儲存影像的空間也大大地降低, 圖 1.3 顯示的是收藏數位影像的主機, 通常這些影像儲傳系統也提供了影像工具, 可以強化影像 改善影像品質, 幫助醫師作更精確與快速之診斷 1-2 研究目的 本研究將針對放射科之乳房攝影影像需求建構一套符合 DICOM 規格的數位 化放射科影像網路資料推論系統 主要目的與特定目標如下 : Web 介面資料庫 關鍵資料 全部資料 新增資料 刪除資料 上傳檔案 一般搜尋 進階搜尋 DICOM 影像瀏覽器 資料庫與 DICOM 瀏覽器結合, 透過網路可直接開啟影像而不需安 裝任何軟體 統計推論系統 目前本系統是以區別分析為主要推論系統, 且此區別分析分為區別 二類 ( 良性 惡性 ) 與區別四類 ( 良性 偏良性 偏惡性 惡性 ) 採用醫師經驗法則定義之權重與複迴歸分析兩種方法來與區別分 析的結果做正確率的比較與測試 3

15 1-3 研究方法 在本研究中, 我們結合資料探勘 (Data Mining) [2] 與資訊安全 (Information Security)[3] 技術, 建立一套具備知識庫與安全控管機制的乳部腫瘤網路資料庫推論系統 將利用資料探勘之技術來做推論 預測 搜尋 判斷等分析原則 [4], 探究乳部腫瘤疾病之分級診斷及其預後評估 另外, 我們也將設計安全驗證系統, 其功能有使用者管理服務 (UserManagement) 認證管理 (Authentication Management) 單次登入(Single Sign-On) 等, 以實現系統安全控管機制 在網路服務研究主題方面, 配合財團法人奇美醫院放射部所彙集之乳部腫瘤影像, 建立資料庫, 採用 ASP.NET 語法建立統計模型, 透過網頁介面可以執行資料之新增資料 刪除資料 上傳檔案 搜尋及進階之關鍵字相似性搜尋, 以期由資料庫之內涵提供醫師符合需求的臨床資訊, 輔助診斷或研究之進行 在資料探勘研究主題方面, 參考醫師對病患作一系列的檢查 ( 附錄 B), 所採用的檢查之項目作為系統輸入變數參數, 採取逐步迴歸選取法逐步迴歸選取法中的向前選取法 (Forward Selection), 將輸入變數參數作最佳化之處理, 第二步將系統輸入變數參數給予不同之加權值, 經由統計模型來鑑別其良惡性, 以此建立診斷知識等流程作為研究步驟, 並以診斷之準確率作為評估, 最後將所得之結果建置乳部腫瘤分級之專家系統 本研究應用 Web Services 和 ASP.NET 系統平台整合技術, 使發展中的乳部腫瘤臨床診斷輔助系統具有網路化的資訊處理能力, 並將影像藉由網路傳輸至客戶端上 最後, 期望能透過本研究結果, 建立一套 醫療資訊系統, 使得對於乳部 腫瘤臨床病例資料的分析整理, 能藉由資料探勘, 提升為具有醫療診斷知識的醫 療知識庫, 協助臨床診斷之進行, 進而提昇乳部腫瘤臨床治療的品質 4

16 1-4 章節概要 本論文共分為五個章節, 第一章敘述本論文之研究背景 研究動機與目的 第二章探討國內外之相關研究, 也介紹 DICOM 源起 各部分用途 目前發展現況和應用與 DICOM 3.0 規範, 另外也對 Java 與 Java Applet 之功能 優點作一詳細介紹 第三章為系統分析部分, 乳部影像如何整合成為資料庫推論系統, 並著手開發一套架構於全球網路 (World Wide Web) 上的醫療系統 第四章說明本系統在建置時所採用的技術和方法, 並對系統流程進行整合測試 第五章總結本論文之研究及提出未來研究展望 圖 1.1 傳統 X 光片儲存室 ( 資料來源 : 高雄醫學院附設醫院 ) 5

17 圖 1.2 具 DICOM 規格的乳房影像 圖 1.3 數位化 X 光片之儲存室 ( 資料來源 : 高雄醫學院附設醫院 ) 6

18 第二章文獻回顧與核心技術簡介 2-1 文獻回顧 本章節針對與本研究相關的主題提出文獻回顧, 近年來, 科技發展快速, 資料庫已廣泛地應用在醫學領域中 現今除一般具備文字檔案格式的病例資料外, 另一種包含專屬影像及多媒體形式的醫學資料庫, 已成為各世界先進單位重要研究之一 底下將針對醫學資料庫 資料探勘 統計分析 及網路服務技術等與本論文相關的研究主題提出文獻回顧 醫學資料庫 目前國外對於醫學資料庫之重點研究有 : 法國 Laboratory for Information Systems Engineering 針對復健部門的病例資料, 主要包括肌電圖 (EMG) 心電圖 (ECG) 磁振影像(MRI) 錄影記錄等生理訊號及影像, 以物件模型技術 Object Modeling Technique(OMT), 來建立主從架構的病例資料庫 [5] 另外 Shanker M Krishnam 與 Peter MY Goh 教授也建立一套內視鏡影像多媒體資料庫系統 [6], 除病患的基本資料外, 更進一步建立記錄透過遠瑞 PC 所擷取的影像 在此資料庫中採用 Record-Locking 的方式來維持資料的一致性, 也就是同一筆資料在同一時間內只能有一個人修改 資料探勘 Burnthornton Edenbrandt 等學者, 在儲存心電圖等生理訊號的資料庫中, 嘗試利用 DataMining 的技術應用在 12 極導心電圖 (12-Lead ECG) 的資料群集中判斷患有心肌梗塞的病人 [7] McDonald 和 Brossette 教授也將資料探勘應用於病理學上之研究 [8], 因而找出新的病理特徵提供醫師在臨床治療上給予必要的處置 Wolberg 教授則以 Bayesian CART C4.5 等演算法, 在乳部腫瘤經細 7

19 針抽取細胞檢查 (Fine Needle Aspiration) 所取得的影像, 經影像處理後所獲得的 30 個參數中, 以 Multisurface Method (MSM-Tree) 作為乳部腫瘤細胞的良性或惡性判斷, 其中之準確性較人為判斷高 [9] 此外, 更有專家學者將資料探勘這個技術應用在防止醫院院內疾病的感染 [10] 統計分析 Hermda 將它應用在新生兒心血管疾病分析 [11], 透過對新生兒之血壓 心跳與詢問父母是有家族病史等條件, 來判斷是有先天性之新血管疾病, 其做法為 : 對 150 位新生兒之血壓與心跳, 每 30 分鐘量測一次, 連續量測 48 小時, 在將量測結果與父母詢問表建立其資料庫, 再以建立之區別分析模型來做判斷 假如僅以血壓做為輸入變數, 其正確率為 56% 假如以血壓與心跳做為輸入變數, 其正確率為 63.3% 假如以血壓 心跳與父母詢問表做為輸入變數, 其正確率為 70% 蔡依珍採用複迴歸分析應用在論病例計酬的實施 [12], 醫院是否會產生選擇病患的行為 具體而言, 此份研究要回答以下二個問題 : 1. 論病例計酬實施後, 醫院是否會傾向選擇年齡輕的病患? 2. 論病例計酬實施後, 醫院是否會傾向選擇次診斷數目少的病患? 複迴歸分析之結果顯示 : 以 1996 年與 2000 年為例, 在控制醫院權屬別 醫院規模與醫院所在市場競爭程度等因素後, 實施論病例計酬制度與病患年齡呈負相關 (β1= -3.0, p=0.001) 以 1996 年與 2000 年為例, 在控制醫院權屬別 醫院規模與醫院所在市場競爭程度等因素後, 實施論病例計酬制度與病患次診斷數目呈負相關 (β 1=-0.4, p=0.000) 網路服務技術 黃昭棋將它應用網路服務技術在腦腫瘤醫療應用系統上的設計與建置 [13] 其對於醫院 PACS 之建置相當的完整, 其功能除了有資料庫連結外, 還有 可在 web 上真接開啟之 DICOM 瀏覽器, 其網路服務技術之建置相當完整 8

20 2-2 DICOM 介紹 DICOM(Digital Imaging and Communication in Medicine) 標準是由 ACR (American College of Radiology) 及 NEMA(National Electrical Manufacturers Association) 所形成的聯合委員會, 於 1983 年以後陸續發展而成的醫療數位影像及傳輸標準 簡言之,DICOM 是醫學影像及其相關訊息的通訊標準 此標準建立的目的為 : 推展開放式與廠牌無關的醫療數位影像的傳輸與交換 促使影像儲存與傳輸系統 PACS (Picture Archiving and Communication Systems) 的發展與各種醫院資訊系統 HIS (Hospital Information Systems) 的結合 允許所產生的資料庫能廣泛地經由不同地方的設備來開啟符合 DICOM Version3.0 的影像 原自 ACR-MEMA 兩次發表的標準, 分別為.. CR/NEMA PS No ,Version 1.0, 發表於 1985 年,1986 年十月頒為標準 ;CR/NEMA PS No ,Version 2.0,1988 年 1 月頒為標準, 涵蓋 Version1.0 發展至今所定義之 DICOM 3.0 標準 ( 附錄 C) 文檔主要內容是既相關又相互獨立的 各部分之相關性如圖 2.1 所示 : Patient: 此部份包含病人的姓名 病例號碼 出生年月日等基本資料 Study: 這部份記錄了病患的檢查資料, 例如身高 體重 檢查日期 檢查時間 醫生姓名等 Series: 這部份記錄了儀器造影時所使用的參數 Image: 此部份主要記錄了產生 DICOM 檔案的儀器相關資料 四個層次的醫學圖像訊息架構, 以及由它們組成的訊息對象 (Informa-tion Object); 採用服務類客戶 / 服務類提供者 (Service Class User/Service Class Provider) 9

21 概念組成的服務 - 支持點對點 (PPP) 和 TCP/IP 網路通信協議 DICOM 涵蓋了數字圖像訊息構成和通信兩個領域, 內容極其煩瑣 龐大, 目前沒有任何醫學系統可以支持所有的 DICOM 服務, 每一種設備都是只針對自己最需要的部分提供支持 其中醫學圖像文件架構部分主要參閱了 DICOM 標準的 PS 3.3~PS 3.6 和 PS 3.10 近年來由於 ACR 與 NEMA 在醫療數位影像傳輸規範的發展與努力,DICOM3.0 已成為北美 歐洲及日本各國在 Health care informatics 影像應用的標準 這些協會除了 ANS ISO 外, 還包括歐洲的 "Europen Committee for Standardization Technical committee on Medical Informatics (CENTC 251) 及日本的 "Japan Industries of Association for Radiation Apparatus (JIRA)" 1994 年, 在美國芝加哥所舉辦的 RSNA 年會上, 就已經有 40 個以上的廠商參與 DICOM 的成果展示, 他們利用 DICOM3.0 的標準, 透過網路與各醫院連線, 進行醫學影像傳輸及處理的功能顯示, 主題包括 :CR CT MR US 各類型醫學影像資料 2-3 Java 與 Java Applet 介紹 Java 係由美國昇陽電腦公司所發展出的第一種能在網際網路 (Internet) 上面 具有 硬體 / 軟體中立性 互動能力的程式語言 Java 從 1995 年的暑假開始即受到電腦業界的高度注意, 特別是在 Internet 和多媒體相關產品類方面,Java 有那些特色 :Internet 發展的電腦語言 網頁產生生動和活潑畫面的語言 網頁由靜態 (Static) 轉變為動態 (Dynamic) 簡化的 C++ 具有阻絕電腦病毒傳輸的功能 使用者不需花費很多時間學習的語言 突破使用者端機器環境和 CPU 架構 寫一次, 即可在任何機器上執行 的語言 同時, 它也是有史以來第一套允許使用者將應用程式 (Applications) 透過 Internet 從遠端的伺服器傳輸到 Local 端的機器上並執行之是一種應用程式, 提供者不需要知道使用者的電腦硬體 ( 如 :Sun Intel 或 MAC 等 ) 與軟體作業系統環境的語言 在 Sun 的 Java 語言白皮書中明白地指出 Java 語言的優點 [14]: 10

22 1. 程式簡單容易撰寫程式, 不需要長時間的訓練 2. 物件導向的程式設計, 將重心放在資料和介面的技巧 3.Java 有一個很週全且分散式的程式庫, 且很容易地與 HTTP 和 FTP 等 TCP/IP 通訊協定相配合 4. 由 Java 所撰寫出的程式能在多種情況下執行而具有其穩定性 5.Java 擁有數個階層的互鎖 (Interlocking) 安全保護措施, 能有效地防止病毒的侵 入和破壞行為的發生 6.Java 的編譯器產生一種結構中立物件的檔案格式 (Object File Format), 使得編 譯碼得以在很多種處理器中執行 7.Java 本身具備有很好的可攜帶性 8.Java 解譯器能直接地在任何機器上執行 Java 位元碼 (Bytecodes), 因此在進行 程式連結時能結省時間 9.Java 位元碼迅速地能被轉換成機械碼, 從位元碼轉換到機械碼的效能幾乎與 C 與 C++ 沒有分別 10. 具有多重線串的功能, 有助於互動回應能力及即時執行 11. 比 C 或 C++ 語言更具動態性, 不因程式庫更新而須重新編譯 Applet 以 Java 程式語言撰寫而成,Applet 是內崁 (Embeded) 在網頁中的 Java 程式會先對原始 java 程式碼進行編譯工作, 產生位元碼 (.class), 當使用者存取這些內崁有 Java 位元碼的網頁時,Applet 便被下載到其電腦上執行, 不同於以 CGI 為主設計方法, 程式的執行是在支援 Java 的瀏覽程式上, 而與伺服器端無關 ; 這點意味著,Applet 的執行成效並不受限於網路的頻寬, 或者數據機的存取 11

23 速度 換言之, 使用者欣賞或聆聽網頁上的多媒體效果時, 就有效率多了 Java 是個頗有效率的程式語言, 因此,Applet 可以提供例如文字編輯軟體般的執行速 度 Pa t ien t S t u d y 1 S t u d y n S er ies 1 S eries n Im a ge 1 Im a ge 2 I m a ge n DICOM File DICOM File DICO M Fil e- S et DICOM File 圖 2.1 DICOM 的格式 12

24 第三章系統架構 3-1 系統介紹 本研究是針對放射科之乳房攝影影像需求建構一套符合 DICOM 規格的數位化放射科影像網路資料系統, 並具有推論功能 透過 Web 介面, 醫師可以迅速擷取病患各類影像資料及各項病例紀錄如病人資料 病史 診斷描述 治療建議 相關資料等記錄, 以作為觀察診斷的依據 除了可提供一般查詢外, 並將進一步建立乳癌之知識庫, 除了使用權重排序來找出資料庫中相似度最高的案例, 更採用統計理論建立推論系統, 這些資訊可以提供放射科住院醫師訓練及新病例的乳房病徵判讀時的參考 本研究主要有三大方向, 一 檔案管理 二 DICOM 瀏覽器 三 統計推論模型之建立 如圖 3.1 所示, 造影儀器造影後可將影像上傳至伺服器, 而使用者可透過可以上網之產品連至伺服器做檔案管理 開啟 DICOM 瀏覽器觀看影像 統計推論的操作 3-2 資料處理與搜尋 本研究針對放射科之乳房攝影影像需求建構一套符合 DICOM 規格的數位化放射科影像網路資料系統 使用者可經由 Client 端電腦透過網路連結到 Server 端, 透過 Web 介面, 醫師可以迅速擷取病患各類影像資料及各項病例紀錄如病人資料 病史 診斷描述 治療建議 相關資料等記錄, 以作為觀察診斷的依據 在 Web 介面上可操作的功能有 : 關鍵資料 全部資料 新增資料 刪除資料 上傳檔案 一般搜尋 進階搜尋等功能, 功能規劃如圖 3.2 需要特別介紹的是搜尋功能, 本系統的搜尋功能分為一般搜尋與進階搜尋 一般搜尋是使用 ASP.NET 語法中之 Like 指令, 直接找出資料庫中完全相同的字 串 然而在本研究的醫學資料庫中有許多的醫學名詞及病患資料 如果使用者輸 13

25 入搜尋關鍵字時, 不小心輸入了錯字, 其搜尋結果會顯示零筆資料, 這可能會造成使用者誤認為資料庫沒有這類型之資料, 為改善這一問題, 使用 Cross-Correlation 觀念來解決 進階搜尋之功能是使用 Cross-Correlation 觀念來改善搜尋的功能, 傳統的公式如 3.1 式 : y 其中 ( t) l ( t) = w t + τ ) h( τ ) τ = 0 ( (3.1) w 為資料庫中的字串, 而 h (t) 則是欲比對的字串,l 則為欲比對字串 的長度 本文的作法是先將資料庫中所有英文字轉成 ASCII 碼, 建立成為字典 檔, 當使用者輸入關鍵字作搜尋時, 將關鍵字轉成 ASCII 碼, 在與字典檔中所有 英文字之 ASCII 碼, 作 Cross-Correlation 運算, 最後找出 Cross-Correlation 運算 後最大的數值, 這一個數值就是字典檔中最接近輸入關鍵字的英文字 但是此一 方法所得到之結果, 其正確率並不理想, 於是我們改變 Cross-Correlation 之做 法, 修正之做法是將原本相乘項, 改成兩項相減後平方, 並且不找最大值改找最 小值, 除了找最小值外, 另外再加上字串長度需大於字典檔二分之一以上, 這兩 個條件所找出的字, 正確率相當的高, 其結果將在第四章作一介紹 其公式為 3.2 式 : y l ( t) = ( w( t + ) h( τ )) τ = 0 2 τ (3.2) 3-3 網路 DICOM 資訊瀏覽 本文中將建立可經由 Client 端電腦透過網路連結到 Server 端, 並可直接在 Client 端電腦上觀看符合 DICOM 或 JPG 規格之影像, 其優點為不需安裝任何軟體, 因為它是以 Java Applet 所寫成 Applet 是以 Java 程式語言撰寫而成,Applet 是內崁 (Embeded) 在網頁中的 Java 程式會先進行編譯工作, 產生位元碼 (.class), 當使用者存取這些內崁有 Java 位元碼的網頁時,Applet 便被下載到其 14

26 電腦上執行, 不同於以 CGI 為主設計方法, 程式的執行是在支援 Java 的瀏覽程式上, 而與伺服器端無關 ; 這點意味著,Applet 的執行成效並不受限於網路的頻寬, 或者數據機的存取速度 換言之, 使用者在操作網頁上的功能時, 就有效率多了 EViewBox 是一套 Free 且 Open Source 之 DICOM 瀏覽器軟體, 其特色為不需要另外安裝 Server 之軟體, 且也不限定要在何種作業系統才可執行, 是一相當實用之軟體 EViewBox 是經由 Java Applet 所寫成之是允許觀看很多種類的爪哇應用影像, 包括醫學 DICOM 影像 BMP 影像與 JPG 影像 EViewBox 之主要功能有.. 可同時打開多張 DICOM 影像 支援列印功能 從文件夾打開圖像 從網路上直接開啟影像, 包括 DICOM 觀看每張影像的基本資料 可將全部影像以幻燈片的方式播放 除了上途之主要功能外, 另外還具有一些基本之功能, 例如 : 影像放大 縮小 影像左旋 影像右旋 影像顏色反轉 影像上下 左右對調 15

27 影像提高亮度 影像銳化與模糊化 影像基本資料 本文中先將其中文化後, 在對其原始碼作修改, 可透過 Web 與 ASP.NET 網頁做連接, 直接開啟資料庫中之 DICOM 影像, 並顯示在 Client 端之螢幕上 3-4 乳部腫瘤輔助診斷之推論方法 本系統之統計推論流程如圖 3.3 所示, 其輸入變數七大類共 26 項如表 3.2, 係依照表 3.1 之項目所編列, 故其內容與表 3.2 大致相同, 不同處為 Age0 ExamNum ExamDate Result 四項欄位 Age0 是病患實際年齡 ( 例如 58 歲 63 歲... 等 ), 與 Age 不同之處是 :Age 是以十歲作為一段 ( 例如 <20 20~30 30~40 40~50 50~60 60~70 >70) 來作為輸入變數 ExamNum ExamDate Result 分別為建檔日期 影像編號 結果, 所以並不列入輸入變數中 再將 26 個輸入數代入逐步迴歸選取法, 選取對結果有貢獻之輸入變數 本系統採用三種方法來推論良惡性, 一為經驗法則之人工權重定義 二為複迴歸分析 三為區別分析, 以區別分析為主要推論法則, 再以經驗法則之人工權重定義與複迴歸分析對區別分析作一測試比較 而測試方式為先將 163 筆資料建立成為資料庫, 隨機選出 10 筆資料 ( 不列入資料庫中 ), 來做測試, 其結果在第四章再做一介紹 以下分別描述介紹經驗法則之人工權重定義 複迴歸分析與區別分析 1 經驗法則之人工權重定義 醫師以其專業知識所定義之權重值, 利用權重來找出相似度最高的案 例, 並列出權重值最大的十筆資料, 權重值大代表意義是相似度愈高, 以這 方式所推論出之十筆資料, 作為醫師判定新病例時的一個參考依據 16

28 醫師想法為以其經驗法則給定八大項不同之權重值, 再平均分配給七大項中之各小項, 做法是將 26 個輸入變數分為 7 大項, 而每一大項又分為許多小項, 例如 Associated findings- 分為 8 小項, 權重 0.5, 所以每一小項的權重就為 0.5/8, 其餘以此類推, 各大項分為幾小項與權重詳列於表 3.2, 以此方法來找出相似度最高的案例 本文依據醫師之想法, 以 ASP.NET 語法實現其功能, 能以更複雜的推論方式, 提供放射科住院醫師訓練及乳房攝影判讀時的參考 2 統計模型模型分析 本研究輸入變數共 26 項, 這麼多的預測變數會造成資料收集 系統運作及模式解釋都會遇到困難, 如何將模式精簡而又能使模式有很高的預測能力是作資料分析時所面對的重要課題 所以使用逐步迴歸選取模式 (Stepwise Regression selection procedure) 中的向前選取法 (Forward Selection)[14], 來驗證是否每一個預測變數都對結果有所貢獻, 如無貢獻就先予於剔除, 不列入輸入變數中, 何謂無貢獻呢? 就是此預測變數對結果並無影響 最後將有意義的輸入變數代入複迴歸分析 [14] 與多變量區別分析 [15] 複迴歸分析是運用資料庫中的病例資料, 以統計的方式推算各別之權重值, 因其醫師以經驗法則所定義之權重值, 是依照經驗主觀人為定義, 不夠客觀, 所以以複迴歸分析求出一組新的權重值, 取代醫師經驗法則之人工權重定義的權重值, 來重新進行鑑別分析 多變量區別分析之方法是從資料庫中反推其線性區別規則, 作為判別新病例良惡性之依據 乳癌資料庫所建立的統計模型, 是為乳癌病徵推論系統之核心 在下面將針對這些方法進行探討與比較 (a) 逐步迴歸選取法 研究一個問題時, 初步考慮時之預測變數就會很多, 即使經過篩選後, 有時也會有十幾個甚至幾十個預測變數, 這樣在資料收集 系統運作及模式解釋都會遇到困難, 如何將模式精簡而又能使模式有很好的預測能力是作資料分析所面對的重要課題 17

29 本研究之輸入變數很多總共 26 項, 因此採用逐步迴歸選取模式 (Stepwise Regression selection procedure) 的向前選取法 (Forward Selection), 來測試是否 每一個輸入變數都對結果有所貢獻 此法是以 step-by-step 方式, 將最有區別能力的變數選入, 也就是在每 一步驟都選取 剩餘 解釋能力最強的一個預測變數進入模式, 但其解釋能力 也必須要通過事先定好的門檻 ( 常用設定門檻為 F = 4. 00, 或是在顯著水準訂 為 α = ), 開始時模式中沒有任何預測變數, 接著第一步在所有 p 個預測 變數 x 1, x2, Κ, x p 中選取對準則變數 y 最有解釋能力的變數進入模式, 其選取方 式是找 F 值中的最大值, 即找變數 x k 值使其 F k 值是所有 p 個 F 中的最大值 ( 表 示解釋能力最高 ), 也就是 : in max (3.3) F k = F 1 j p j 其中 F j 是模式中只有 x j 當預測變數的 F 值,SSR 為迴歸平方和,SSE 為殘差平方和 : F j = SSR / SSE / ( p 1) ( n p) (3.4) n i= 1 ( ) 2 xˆ i x SSR = (3.5) n i= 1 ( ) 2 ˆ SSE = x i x i (3.6) 其中 x 為平均值, xˆ i 為擬合值 (Fit Value)[15] 故第一步驟先求出各預測變數 F j 的值, 找出 F j 中最大的值 F k, 且此值需 大於門檻值 F in = 接著進入第二步驟它是選取 F k 之外的剩下的其它預 18

30 * 測變數中偏 F 值 (Partial F) 最大且通過門檻者, 其偏 F 值 F 滿足 : k x n F * k x n * = max F j xn (3.7) 1 j p j xn 依此模式代入預測變數, 求出 F k 值與偏 F 值, 即可知那些預測變數對結 果是有貢獻的 將 26 個預測變數帶入 (3.4) 式與 (3.5) 式做運算, 最後求出 25 個預測變數是有意義的, 第 26 個預測變數是性別 因為資料庫中性別之欄位 全是女性, 資料沒有變化性, 經由矩陣運算後其值為零, 所以這一預測變數 對我們資料庫並無意義, 但並不代表對其它資料庫無意義, 只要資料庫中性 別這一欄位有男性, 這一變數就有可能會有意義 逐步迴歸選取模式 (Stepwise Regression selection procedure) 的向前選取法 (Forward Selection) 注意事項 : (1) 選入模式的測變數愈來愈多, 每一步驟最多只選一個預測變數進入模式 (2) 一個測變數一旦被選入模式中就一直在模式內, 不再退出 (3) 每一個步驟選入模式的預測變數必須滿足二個條件, 一個是偏 F 值是所有偏 F 值之最大值, 第二個條件是偏 F 值必須大於門檻, 通常訂為 4.00 ( 這是一般套裝軟體內設的條件, 它大約等於顯著水準 α = 0.05 時的臨界點, 事實上也可以自訂 ) (4) 不是所有向前選取法最後選取預測變數, 都是全部的預測變數, 本研究 中就有剔除一個輸入變數 (5) 以向前選取法所得的 最佳 模式與跑所有迴歸式的比較選取法所得的 最佳 模式可能不同 19

31 (b) 複迴歸分析 在進行複迴歸分析時, 所計算出的複迴歸模式必須符合下列假設, 其中 滿足前四項假設的複迴歸模式稱為 最佳線性不偏估計式 (Best Linear Unbiased Estimator, 簡稱 BLUE)[16]: 一 自變項是非隨機的 (nonstochastic) 自變項為非隨機的是指樣本在重複取樣時, 每一個樣本在自變項的值具有固定的數值 本研究中所投入複迴歸分析中的自變項, 是由歷年的資料中所取得, 因此重複取樣時仍具有固定值, 因此並不違反自變項為非隨機性的假設 二 常態性 (normality) 的假設 常態性假設是指, 迴歸分析中的所有觀察值, 在依變項的部分必須是來 自一個常態分配的母群體 本研究所投入複迴歸分析中的依變項, 是由財團 法人奇美醫院歷年病例資料 Y, 加以標準化而得 三 無自相關 (nonautocorrelation) 複迴歸分析的其中一個假設是, 誤差項 e i 必須是獨立 (independent) 的, 因此每個 e i 之間沒有關係存在 [17] 當資料分析之後出現殘差值(residual) 自相關的情形, 則違反複迴歸模式的基本假設, 因而造成對於各迴歸係數估計的信賴區間不當擴大, 降低對於各係數顯著性的檢定力 四 變異數齊一性 (homoscedasticity) 變異數齊一性又稱為 variance homogeneity[18] 複迴歸分析的另一重要 假設為每一誤差項 e i 的變異數固定為一常數 σ 2, 即 : E(e i 2 )=σ 2 (3.8) 20

32 違反此一假設則稱為變異數不齊一性 (heteroscedasticity), 此種問題最常出現在橫斷面的資料中 [19] 檢定變異數齊一性最普遍的方法就是利用圖示法 (scatter plot), 會出所有觀察值的殘差值與預測值的交叉散佈圖, 若交叉散佈圖呈現水平的隨機散佈, 表示迴歸模式符合變異數齊一性的假設 五 自變項間無共線性 (multicollinearity) 在複迴歸分析中, 有一亟欲避免的情況就是自變項間的共線性問題, 當 自變項間相關程度相當高時, 所計算出的複迴歸模式亦造成以下問題 [18]: 1 迴歸係數信賴區間不當擴大, 導致迴歸係數顯著性檢定時錯誤拒絕 H 0 的機會增加 2 在高度共線性的情形之下, 所建立的複迴歸模式在觀察值極小的變動之 下, 會產生迴歸係數極大的變化, 而使迴歸模式不穩定 3 可能使個別迴歸係數的正負號 ( 與依變項的相關方向 ), 出現與理論不 符合的怪異現象 本文採用複迴歸分析法, 此法所求出之各個參數的迴歸係數, 可以代表權重值 底下就對如何求得迴歸係數作介紹, 首先先將各矩陣列出, 其中 y 向量為結果,x 矩陣為各病例的 25 個預測變數所構成的矩陣, 而 β 為欲求的迴歸係數 : y1 y2 y = Μ y n 1 1 x = Μ 1 x x x Μ n1 Λ Λ Ο Λ x1, p 1 x 2, p 1 Μ xn, p 1 β0 β1 β = Μ β p 1 當設好模式之後, 假設 y 對 x1, x2λ x p 1 的迴歸模式為 : 21

33 y = β 0 + β1x1 i + Λ + β p 1xi,( p 1) + ε i (3.9) 其中 iid 2 ( 0, ) εi ~ N σ, i = 1,2, Λ, n (3.10) 模式 (3.7 式 ) 設定好之後第一件要作的工作是參數估計, 即求參數 0, β1,, β p 1 β Λ 的估計值, 它的求法是採用最小平方法 (The Method of Least Square) 來求得 β0, β1, Λ, β p 1值 ( 附錄 D), 使 : Q = n ( ( ) 2 yi 0 + β1x1 i + + β p 1xi,( p 1) i= 1 β Λ (3.11) 求解 3.9 式之聯立方程式, 得迴歸方程式為 : y ˆ β ˆ Λ ˆ (3.12) = 0 + β1x1 + + β p 1x p 1 其中 ˆ 0 ˆ β Λ ˆ β 1 β p 1 就是迴歸係數 (c) 多變量區別分析 區別分析主要目的是了解群體的差異, 它先利用區別變數建立區別規則 ( 區別函數 ), 然後在由區別規則對個體作分類, 預測每個個體屬於各群組的 可能機率 ( 如驗後機率 ) 目前許多論文都將其結果分為良性與惡性, 本論文則嘗試將結果分為四類, 期待能提供醫師分類更為詳細之推論結果 本文中之區別分析分為二種, 一為將結果概括分成二類 ( 良性與惡性 ), 二為將結果分為四類 ( 良性 偏良性 偏惡性 惡性 ), 如表 3.3 所示 區別函數分析在計算上與迴歸分析相似, 所以有關常態性 獨立性 均 22

34 質性等迴歸分析所需的假設條件, 在區別函數分析上也都需要, 這些假設之 檢查工作就如同迴歸分析一樣 (1) 常態性 區別分析常假設各群體的資料是由多變量常態分配母體所抽樣, 注意在區別分析單元可以很容易檢查各個變數是否常態分配, 但是違反 常態性 假設條件對進行區別分析並不是致命的, 也就是只要不要偏離常態分配太離譜, 所得的各種顯著性檢定仍然是適用的 (2) 共變異數矩陣的均質性 區別分析也需要假設在各群體變數間的共變異矩陣要有均質性 ( 即 1 = 2 = Λ = k ), 不過有點偏離均質性假設倒也無所謂, 接受最後結論前, 檢查一下各群體內的共變異數矩陣是否很接近 最常想到用於區別群體的歸類方式是最概法區別分析, 它是以各群體發 生的機率大小為依據, 對一個體判斷它屬於各群體的機率, 然後將它歸類 在發生機率最高的群體 假設有兩個常態群體與一個區別變數, 且其驗前 機率相等 ( p = p 0.5) 1 2 =, 則 (a) 以中點 µ 1 + µ 2 為分界點作區別分析 (b) 以 2 馬氏矩離作區別分析 (c) 以最概法作區別分析 這三種方式是同義的 (a) 以中點 µ 1 + µ 2 為分界點作區別分析 : 當 x < ( µ + µ ) 1 2, 將 x 判為第一群體, 否則判為第二群體 (b) 以馬氏矩離作區別分析 : 令 D, D 1 2 分別表點 x 到各組中心點 µ, µ 1 2 的馬氏矩離, 即 23

35 D = ( x µ ), = ( x µ ) 1 1 /σ D (3.13) 2 2 /σ 2 其中 σ 為綜合的變異數 區別規則為當 D 1 < D2, 則判 x 為第一群體, 否則判為第二群體 (c) 以最概法作區別分析 : 群體 1 2 的機率密度函數分別為 : ( x) ( x µ 1 ) 1 2 σ 2 2 f 1 = e (3.14) 2πσ ( x) 2 ( x µ 2 ) 1 2 2σ f 2 = e (3.15) 2πσ 區別規則為當 ( x) f ( x) f 2 1 >, 則判 x 為第一群體, 否則判為第二群體 2 µ 1 + µ 在常態分配且有共同變異數 σ 及相等機率下, 以中點 2 為分界 2 點作區別分析 以馬氏矩離作區別分析 以最概法作區別分析, 這三種區 別規則是一致的 一般來說大部分的例子其驗前機率 (Prior) 與區別變數大多不相等與不 只一個, 所以這就需要用到多群體區別分析 [20] 上面說的最概法作區別 分析可以推廣到多群體多個區別變數之區別分析 假設有 p 個區別變數 ( 輸入變數 ), 第 k 個群體平均數向量與共變異數矩 陣分別為 : µ k1 µ k 2 µ k = Μ µ kp ( k ) ( k ) ( k ) σ 11 σ12 Λ σ1p ( k ) ( k ) ( k ) σ 21 σ 22 Λ σ 2 p = k Μ Μ Ο Μ ( ) ( ) ( ) k k k σ p1 σ p2 Λ σ pp 24 (3.16)

36 其中 σ ( k ) ii 是第 i 個變數 x i 的變異數, 而 σ ij ( k ) 是 i x 與 x 的共變異數 j (1) 兩個群體線性區別規則 若兩群體資料是常態分配且有共同的共變異數矩陣, 若將群體 I II 資料分別畫散佈圖, 則其圖形分別為一橢圓, 且此兩橢圓形狀相 同, 只有中心點不同, 即給定常數 c, 畫出兩中心點分別為 µ, µ 1 2 的橢 圓其方程式分別為 : ' 1 ( x ) ( x µ ) µ 1 1 = c (3.17) ' 1 ( x ) ( x µ ) µ 2 2 = c (3.18) 圖形如圖 3.4 所示 由於 相同, 故兩橢圓形狀相同, 只是中心點不一樣, 當 c 夠大時, 此兩橢圓相交於兩點, 設為 Q,Q, 1 2 則 Q,Q 1 2 的連線, 將平面分成兩部 分 R 1 R 2, 因為線性區別規則為當 x R1, 將它歸於第一群體, 否則歸 於第二群體 而線 Q 1Q2 的方程式為 : 1 ' 1 ' 1 ( ( 1 µ 2 )) = ( µ 1 + µ 2 ) ( µ 1 µ 2 ) µ x (3.19) 2 (2) 四個群體線性區別規則 區別為四個群體與上述區別為二個群體是相類似的, 其公式如 3.15 式與 3.16 式一樣, 只對其公式作一應用 25

37 3-5 系統分析 由於影像多媒體資料量極大, 因此需要高效能的網路傳輸速率, 與高性能的 資料庫管理系統, 才能有效的處理龐大的資料運作能力, 因此, 本研究乳部腫瘤 網路資料庫推論系統須符合以下特質 : 1. 高效率的運作能力, 能整合影像 文字於資料模式中 2. 良好之多媒體資訊查詢語言 3. 具影像 文字之編輯功能以便增加 刪減 修改各媒體資料 4. 以關聯式或物件導向資料模式為基底模式或將兩者整合 基於以上幾點, 我們採用 IBM Server XSerice 335 來作為多媒體資料庫管理系統的發展平台, 因為 IBM Server XSerice 335 具有高效率的處理能力 靈活應用的軟體設計及透通性等優點, 再加上它提供程式化語言及內儲程序的方式, 非常適合應用於醫療上所須的資料庫儲存系統 最後將上述功能統合在一伺服器上, 使用者可從任何地方透過 Web 連結到 伺服器上操作, 達到解決傳統 X 光片的醫學影像管理方式的缺點 26

38 C Internet Imaging Modality Server PDA Inference System 圖 3.1 系統與網路連結架構 Client 驗證身份 伺服器 關 全 新 刪 上 搜 進 鍵 部 增 除 傳 尋 階 資 資 資 資 檔 資 搜 料 料 料 料 案 料 尋 3.2 檔案管理圖 27

39 26 Clinical items Stepwise regression selection Establishment of statistical model (Discriminant analysis) Clinical data 153 cases : statistic-modeling Comparison Manual-defined weighting Multiple regression analysis Clinical data 10 random-selected cases for: testing System testing and verification Assist diagnosis 圖 3.3 系統推論流程 µ 1. µ 2. 圖 3.4 線性區別規則 28

40 表 3.1 欄位列表 1 axillary_lap 2 architectural_distortion 3 nipple_retraction 4 multicrentric 5 multifocal 6 skin_retraction 7 skin_thickening 8 trabecular_thickening 9 Result 10 Age0 11 menopause 12 familyhx 13 HRT 14 margin 15 shape 16 density 17 ExamDate 18 ExamNum 19 morphology_microcalcshape 20 distribution_distribution 21 Age 22 SizeMax_cm 23 side 24 palpable 25 sizew_cm 26 multiple_multiplicity 27 location 28 sizel_cm 29 calc_pattern 30 Sex 29

41 表 3.2 七大類 26 項變數 Associated findings 0.5 Microcalcification 1.6 axillary_lap morphology_microcalcshape 0.8 architectural_distortion distribution_distribution 0.8 nipple_retraction Location & size 0.3 multicrentric side multifocal location skin_retraction sizel_cm skin_thickening sizew_cm trabecular_thickening multiple_multiplicity Lesion types 1 palpable density 0.33 SizeMax_cm shape 0.33 Calcication Macrocalcification 0.8 margin 0.33 calc_pattern 0.8 History 0.3 MammoCase 0.8 familyhx 0.1 Age 0.4 HRT 0.1 Sex 0.4 menopause

42 表 3.3 乳部腫瘤分為四類之列表 良性 Adenosis, blunt duct Adenosis, simple Cyst Lipoma DM mastopathy Epidermal inclusion cyst Fat Necrosis FCD (Fibrocystic Disease) Fibromatosis Hamartoma (Fibroadenolipoma) Hyperplasia Plasma Cell Mastitis Abscess Normal gland 偏良性 Adenosis, sclerosing ADH (Atypical Ductal Hyperplasia) Intraductal Papilloma Radial Scar 偏惡性 DCIS, comedo DCIS, non-comedo 31

43 IDCA, minimal LCIS (Lobular Carcinoma In Situ) 惡性 ILCA (Invasive Lobular Carcinoma) IDCA (Invasive Ductal Carcinoma) IDCA + ILCA Lymphoma Medullary Carcinoma Metaplastic Carcinoma Metastasis Mucinous Carcinoma Papillary Carcinoma 32

44 第四章結果與討論 以下章節將分別描述我們的系統建置與實作整合測試 4-1 系統軟 硬體環境部署 本章將根據之前的系統分析 設計與各方面的考量, 實做開發功乳部腫瘤網 路資料庫推論系統, 並介紹我們所採用的軟體開發工具與硬體設備 系統部署 首先介紹乳部腫瘤網路資料庫推論系統軟 硬體環境建置與部署, 其系統網路環境之架設如圖 4.1 所示 檔案管理可以操作的功能有關鍵資料 全部資料, 上傳檔案 搜尋資料 權重推論 區別分析 推論系統則是使用了三種方式來做推論分別為, 區別分析複迴歸分析人工定義權重 DICOM 瀏覽器可以用來開啟 DCM JPG BMP 與 GIF 之影像 實驗環境 軟體環境 : 伺服器端 : 作業系統 :Windows NT 4.0 中文版 資料庫管理系統 :Microsoft Access 2003 客戶端 : 作業系統 :Windows 2000 中文版 33

45 資料庫管理系統 :Microsoft Access 2003 硬體環境 : 伺服器端 : 伺服器其型號為 IBM Server XSerice 335,Intel Pentium 2.4G, 配置 1G MB 記憶體,36 G SCSI 硬碟兩顆,SVGA 卡與彩色螢幕, 網路卡, 52 倍速 SCSI 光碟機 客戶端 : CPU 為 Intel Pentium G, 配有 256 MB 記憶體,SVGA 卡 與彩色螢幕, 網路卡,16 倍速 DVD 光碟機 上述硬體之伺服器端與客戶端皆與 HP LaserJet 2300 dn 雷射印表機網路連 線 本系統的實測環境是在區域網路上, 主要是乙太網路 (Ethernet Network), 資料傳送是以 TCP/IP 為通訊協定 病例資料 : 使用財團法人奇美醫院放射科所提供之數位乳房 X 光影像資料 基 於病患的隱私權, 本文資料中已經先將病患之重要資料 ( 姓名 身分證 ) 先予於剔除, 雖然剔除這些資料但並不影響本系統之正確性 4-2 資料庫設計 本系統的資料庫初步設計了二個表格 第一個表格是登入時驗證身分使用的 姓名與密碼 ( 詳細內容請參閱附錄 E), 第二個表格是病患之檢查資料 ( 詳細內容請 參閱附錄 B): 34

46 登入時驗證身分使用的姓名與密碼 : 其欄位有使用者 ID 使用者名稱 使用者密碼 姓名 mail 生日 等 病患之檢查資料 : 這些資料欄位陁了包含了有關病人的一些基本資料外, 還包括了病人的生理 資料, 例如 : 是否初經 是否停經 有無服用賀爾蒙藥物 有無家族病史 是否有乳房腫塊 等 4-3 實驗結果 的成果 本章節分別介紹網站架設 統計推論系統 及 DICOM 瀏覽器三大部分 網頁架設 : 進入網頁後需輸入使用者名稱與使用者密碼來驗證身分, 如圖 4.2, 登入之後會出現首頁, 而首頁上共有八個大項分別是, 登出 關鍵資料, 全部資料 關鍵字搜尋 上傳檔案 權重推論 區別分析, 範例圖如圖四 4.3 所示 根據醫師要求所列出之關鍵病歷資料 ( 圖 4.4) 這是依照財團法人奇美醫院放射科醫師之需求, 所特別建立的 醫師們一般的需求不需要全部的資料, 只需要年齡 姓別 結果與影像 按下影像編之超連結即可打開 DICOM 瀏覽器 這種顯示方式可以降低資料畫面的繁雜 網頁所列出之詳細病歷資料 ( 圖 4.5) 顯示資料庫中所有資料之欄位 ( 詳細內容請參閱附錄 B) 35

47 上傳檔案 ( 圖 4.6) 可上傳病例資料或者是影像 關鍵字搜尋 ( 圖 4.7) 本文的搜尋功能分為一般搜尋與進階搜尋兩種 一般搜尋 ( 圖 4.7(a)) 是使用 ASP.NET 語法中之 Like 指令,Like 指令是精確搜尋的指令, 使用者輸入的字需與資料庫中的字一模一樣, 才可以找的到, 如果使用者輸入搜尋關鍵字時, 不小心輸入了錯字, 其搜尋結果會顯示零筆資料, 這可能會造成使用者誤認為資料庫沒有這類型之資料, 為改善這一問題, 採用進階搜尋, 版面如圖 4.7(b) 所示, 其功能是使用 Cross-Correlation 觀念 其作法是將資料庫中所有英文字轉成 ASCII 碼, 建立成為字典檔, 當使用者輸入關鍵字作搜尋時, 將關鍵字轉成 ASCII 碼, 在與字典檔中所有英文字之 ASCII 碼, 作 Cross-Correlation 運算, 最後找出 Cross-Correlation 運算後最大的數值, 這一個數值就是字典檔中最接近輸入關鍵字的英文字 但是此一方法所得到之結果, 其正確率並不理想, 於是我們使用改良式之方法來作運算, 改良式之 Cross-Correlation 其作法是將原本相乘, 改成相減後平方, 並且不找最大值改找最小值, 除了找最小值外, 另外再加上字串長度需大於字典檔二分之一以上, 這兩個條件所找出的字, 正確率相當的高, 理論如 3-3 章所述 在圖 4.7 中假設使用者要找的字是 Fibroadenoma, 但輸入時故意將其中二個字母輸入錯字成 Fibroadenoam,m 與 a 和 a 與 m 其 ASCII 碼是相差蠻多的, 但其依然可以找到我們需要找的字, 故此一改良式之 Cross-Correlation 之方法其運算後之正確率比原來 Cross-Correlation 來的更好 其測試方法是以亂數產生器, 以字典檔中的字為基準, 產生任意位置任意字母的錯字, 而錯字分為錯一個字與錯二個字, 各測試了十組, 每組 79 個字, 對各組在做分類, 將 5~10 個字母共 31 36

48 個字歸成一類,11~15 個字母共 22 個字歸成一類,16~20 個字母共 13 個字歸成一類,20 個字母以上共 13 個字歸成一類, 所以總共是分為四類 其結果如表 4.1 與表 4.2 所示, 錯一個字母之正確率分別為 :5~10 個字母 89.05%, 標準差為 4.08,11~15 個字母 98.65%, 標準差為 2.17,16~20 個字母 92.3%, 標準差為 0,20 個字母以上 100%, 標準差為 0 錯二個字母之正確率分別為:5~10 個字母 79.35%, 標準差為 4.85,11~15 個字母 98.2%, 標準差為 2.32,16~20 個字母 93.84%, 標準差為 3.25,20 個字母以上 100%, 標準差為 0 此部份的測試不考慮字串長度低於 5 的字, 因為如果字串長度為 4 測試錯二個字母的話, 已經錯了字串長度二分之一, 其誤差太大, 所以不考慮字串長度低於 5 的字 由實驗統計結果可以看出, 字串長度越長者, 準確度越高 乳部腫瘤推論系統 權重推論 醫師以其專業知識所定義之權重值, 利用權重來找出相似度最高的案例, 並列出權重值最大的十筆資料, 權重值大代表意義是相似度愈高, 以這方式所推論出之十筆資料, 作為醫師判定新病例時的一個參考依據 本文依據醫師之想法, 以 ASP.NET 語法實現其功能, 能以更複雜的推論方式, 提供放射科住院醫師訓練及乳房攝影判讀時的參考, 系統畫面如圖 4.8 所示 此一方法其正確率的估算方法, 是以亂數選取 10 筆資料且不列入資料庫中作為測試資料, 測試完後在將其放入資料庫中 ( 圖 4.9), 再亂數選取 10 筆資料且不列入資料庫中作為測試資料, 重覆此動作十次, 共測試了 100 筆資料, 其平均準確率為 73.1%±1.6, 結果如表 4.3 所示 複迴歸分析 37

49 本文採用複迴歸分析法來與醫師的方法做比較, 此法所求出之各個參數的迴歸係數, 可以代表權重值 而使用了迴歸係數設定的權重來判別病例是屬於良性或是屬於惡性的 其測試方法與上述權重推論是一樣的, 其結果如表 4.3 第二行所示, 其平均準確率為 77.2%±1.9 區別分析 區別分析也被本研究採用來做資料判別的方法 區別分析如果應用在醫學方面的話, 通常是利用求診者的檢查資料, 判斷此人是否患有某種疾病 本研究先以區別分析進行良惡性腫瘤的特徵分析, 也進行區別良性 偏良性 偏惡性與惡性四類之分析 結果分為二類 將一筆新的病例代入線性區別函數 d 1 d 2 中, 假如 d1 > d 2, 判 定此病例為良性, 反之判定此病例為惡性 其測試方法與上述權重 推論和複迴歸分析是一樣的, 其結果如表 4.3 第三行所示, 其平均 準確率為 88%±0.7, 其結果證明區別分析的效果明顯優於人工定義 權重及複回歸分析的方式 結果分為四類 目前這一部分之結果, 由於資料不足之關係, 所作之結果並不具有意義, 所以並沒有列出其結果, 但此部分已加入本系統之中, 醫師一樣可以經由 Web 介面之操作, 來得到其結果, 待其資料庫之資料量增加, 其資料就會有常態分佈, 此項功能就能具有意義, 作為輔助醫師推論結果之用 DICOM 瀏覽器 38

50 此一瀏覽器主要之功能在開啟 DICOM 影像, 也可以開啟 JPG BMP 與 GIF 檔 在使用此功能時, 如果不能開啟影像的話, 請先到首頁下載 Java J2SDK, 因為 DICOM 瀏覽器是以 Java 語法寫成, 所以如果沒有 Java 虛擬機器, 會造成沒有辦法執行的結果 其執行之畫面如圖 4.11, 可另外單獨開啟單一影像 ( 圖 4.12), 作移動 放大縮小 對比 模糊 明暗度調整 還原 剪下 複製 貼上 左轉 右轉 上下旋轉 左右旋轉 開啟影像的基本資料 ( 圖 4.13) 等 如果使用者知道影像編號, 也可透過網址直接開啟影像檔 39

51 40 圖 4.1 系統環境圖圖 4.2 驗證身分之版面檔案管理推論系統 DICOM 瀏覽器關鍵資料全部資料上傳檔案搜尋資料權重推論區別分析區別分析複迴歸分析人工定義權重開啟影像

52 圖 4.3 網站首頁 圖 4.4 根據醫師要求所列出之關鍵病歷資料 41

53 圖 4.5 網頁所列出之詳細病歷資料 圖 4.6 上傳檔案之版面 42

54 圖 4.7(a) 關鍵字一般搜尋之版面 圖 4.7(b) 關鍵字進階搜尋之版面 43

55 圖 4.8 人工定義權重推論之版面 圖 4.9 權重推論結果列出資料庫中最相似之病例 44

56 圖 區別分析推論之版面 圖 4.11 eviewbox 執行之畫面 45

57 圖 4.12 eviewbox 顯示之 DICOM 影像 圖 4.13 eviewbox 顯示之 DICOM 資料 46

58 表 4.1: 錯一個字母之進階搜尋正確率 字母數組別 5~10 個字母 11~15 個字母 16~20 個字母 20 個字母以上 % 100% 92.3% 100% % 100% 92.3% 100% % 100% 92.3% 100% % 100% 92.3% 100% % 100% 92.3% 100% % 100% 92.3% 100% % 95.5% 92.3% 100% % 100% 92.3% 100% % 95.5% 92.3% 100% % 95.5% 92.3% 100% Mean ± SD 89.05% ± % ± % ± % ± 0 47

59 表 4.2: 錯二個字母之進階搜尋正確率 字母數組別 5~10 個字母 11~15 個字母 16~20 個字母 20 個字母以上 % 95.5% 92.3% 100% % 100% 100% 100% % 95.5% 92.3% 100% % 100% 92.3% 100% % 100% 92.3% 100% % 95.5% 92.3% 100% % 100% 92.3% 100% % 95.5% 92.3% 100% % 100% 92.3% 100% % 100% 100% 100% Mean ± SD 79.35% ± % ± % ± % ± 0 48

60 表 4.3 人工定義權重 複迴歸分析與區別分析之推論結果比較表 字母數組別 5~10 個字母 11~15 個字母 16~20 個字母 20 個字母以上 1 74 % 78 % 90 % % 79 % 90 % % 76 % 80 % % 77 % 90 % % 79 % 80 % % 79 % 80 % % 74 % 90 % % 76 % 100 % % 79 % 90 % % 75 % 90 % 10 Mean ± SD 73.1% ± % ± % ± 0. 7 Mean ± SD 49

61 第五章結論與未來研究方向 5-1 結論 本論文所提乳部腫瘤網路資料庫推論系統係以醫學影像造影及網路資料庫系統為基礎, 進行實際臨床診斷 生理資訊分析與網路醫學影像資料庫系統建置, 希望藉由此一系統達到協助乳部腫瘤病症之影像分析 診斷分級之介面 所帶來的效益如下 : 1. 醫療層面 透過乳部腫瘤網路資料庫推論系統的資料存取介面, 醫師或研究人員可 經由院內網路取得在影像資料庫中病患之影像分析 診斷資訊與統計推論 等, 有助於醫師臨床診斷時的判斷, 提升診斷之精確性 2. 技術層面 本系統在設計上參考許多現有的協定, 如 DICOM 是醫學影像的標準, 通訊協定採用 TCP/IP, 所以整個系統提供的相容性是相當高的且易於和其他系統溝通 此外, 透過 Java Applet 與 DICOM 瀏覽器配合, 達成人機介面之目的, 提供使用者簡便的操作環境 而實測結果證明區別分析, 可有效推論新病例之病徵, 平均正確率可高達 88%, 可以有效提供資料庫中的歷史病例作為診斷參考 5-2 未來研究方向 本研究資料庫之資料量不足, 所以造成分類為四項結果之區別分析之推論結 果不具意義, 是故需等待資料量累積之後, 此項功能才具有意義 或者可以嘗試 50

62 其它新的方法來進行推論使其正確率更為提高 未來希望朝跨領域的方向, 整合不同專業背景的人才, 如醫學 病理學 醫 學影像 醫學工程及生物資訊等方面, 藉由統合各領域的知識, 讓此乳部腫瘤網 路資料庫推論系統的研究更趨於完備 51

63 附錄 A 民國九十三年 順死亡每十萬女性死亡百分比 位人數人口死亡率 % 13, , , , , ,

64 附錄 B 欄位名稱 欄位值 說明 id_no Integer 資料編號 axillary_lap True False 腋下淋巴結增大 architectural_ True False 乳腺結構扭曲 distortion nipple_retraction True False 乳頭凹陷 multicrentric True False 病灶多處且不在同一象 限 multifocal True False 病灶多處且在同一象限 skin_retraction True False 皮膚凹陷 skin_thickening True False 皮膚增厚 trabecular_ True False 結締組織小樑增厚 thickening Result Adenosis, blunt duct Adenosis, sclerosing Adenosis, simple ADH (Atypical Ductal Hyperplasia) 結果 53

65 Cyst DCIS, comedo DCIS, non-comedo DM mastopathy Epidermal inclusion cyst Fat Necrosis FCD (Fibrocystic Disease) Fibroadenoma Fibromatosis Hamartoma (Fibroadenolipoma) Hyperplasia IDCA (Invasive Ductal Carcinoma) IDCA + ILCA" "IDCA, minimal ILCA (Invasive Lobular Carcinoma) Intraductal Papilloma LCIS (Lobular Carcinoma In Situ) Lipoma Lymphoma Medullary Carcinoma Metaplastic Carcinoma Metastasis Mucinous Carcinoma Normal gland Papillary Carcinoma Plasma Cell Mastitis Radial Scar Abscess Age0 Integer 實際年齡 menopause True False 停經 familyhx Aunt grandmother 家族病史 mother/daughter sister none HRT True False 賀爾蒙治療 margin Circumscribed indistinct 邊緣 microlobulated obscured spiculated circumscribed with partial 54

66 obscured microlobulated with partial obscured shape Round oval lobular (macro) 形狀 irregular density fat-containing high equal low (not fat) 透光度 ExamDate Date 檢查日期 ExamNum Integer 影像編號 morphology_ Microcalcshape amorphous/indistinct casting fine linear/branching monomorphic pleomorphic none 小鈣化形狀 distribution_ Distribution Cluster cluster, crowded cluster, scanty cutaneous diffuse/scattered linear punctate regional segmental tram-track none 小鈣化分佈 Age <20 年齡範圍 >70 SizeMax_cm < >5 病灶大小 side Right left bilateral 病灶側 palpable True False 可否觸摸 sizew_cm Integer 病灶寬度 55

67 multiple_ Multiplicity multiple, bilateral multiple, unilateral none 多處病灶 location Inner LIQ LOQ lower outer 病灶象限 subareolar UIQ UOQ upper > 2 quadrants sizel_cm Integer 病灶長度 calc_pattern Polygonal small coarse ring (round with lucent center) popcorn rod calcium milk post OP/trauma round 大鈣化形態 Sex Female male 姓別 Weight Integer 權重值 56

68 附錄 C DICOM3.0 與 NEMA2.0 中的差異 目前 DICOM Version3.0 是完全根據 ACR/NEMA PS , 由 ACR 驗證, NEMA 發表的標準, 新增加的部分包括 : 它由原來只提供點到點 (Point to Point) 的通訊環境, 擴充到像開放式系統互聯 OSI(Open System InterConnection) 及 TCP/IP(Transmission Control Protocol/Internet protocol) 工業標準的通訊環境 它可以宣告系統或設備本身所提供標準的一致性, 包括它所用的指令及資料 格式的異動 為了配合未來新增訂的內容能迅速地納入標準,DICOM3.0 的文件 體系以多部分的架構所製成, 藉由 ISO 的規定,DICOM3.0 的文件已完全依照其 標準的架構來建立 它增加了一些除了影像圖形之外的訊息物件, 如..學術研究 報告等 它為 每個唯一的訊息物件賦予一個可以運用的處理技術, 如.. DICOM 定義了一系列操作和通知, 叫做 DICOM 消息服務元素 訊息對象與這些服務的複合叫做伺服器 - 對象對 SOP(Service Object Pair), 這樣當這些訊息物件透過網路來處理時, 它們彼此之間的關聯性才不致於混淆 DICOM3.0 所參考相關標準 SO/IEC Directives,1989 Part3-Drafting and presentation of International Standards. CR-NEMA Digital Imaging and Communications. SO 8822,Information Processing Systems-Open Systems Interconnection-Connection Oriented Presentation Service Definition. SO 8649,Information Processing System-Open Systems Interconnection-Service Definition for the Association Control Service Element. DICOM3.0 標準文件內容概要 57

69 第一部分..引言與概述, 簡要介紹了 DICOM 的概念及其組成 (Introduction and Overview) 第二部分..兼容性, 精確地定義了聲明 DICOM 要求製造商精確地描述其產品的 DICOM 兼容性, 即構造一個該產品的 DICOM 兼容性聲明, 它包括選擇什麼樣的訊息對象 服務類 數據編碼方法等, 每一個用戶都可以從製造商處得到這樣一份聲明 (Conformance) 第三部分..利用面向對象的方法, 定義了兩類訊息對象類..普通性 複合型 (Information Object Definitions) 第四部分..服務類, 說明了許多服務類, 服務類詳細論述了作用與訊息對象上的 命令及其產生的結果 (Servie Class Specifications) 第五部分..數據架構及語意, 描述了怎樣對訊息對象類和服務類進行構造和編 碼 (Data Structures and Encoding) 第六部分..數據字典, 描述了所有訊息對象是由數據元素組成的, 數據元素是對 屬性值的編碼 (Data Dictionary) 第七部分..消息交換, 定義了進行消息交換通訊的醫學圖像應用實體所用到的服 務和協議 (Message Exchange) 第八部分..消息交換的網路通訊支持, 說明了在網路環境下的通訊服務和支持 DICOM 應用進行消息交換的必要的上層協議 (Network Communocatio Support for Message Exchange) 第九部分..消息交換的點對點通訊支持, 說明了與 ACR NEMA2.0 兼容的點對點 通訊的服務和協議 (Point to Point Communication for Message Exchange) 第十部分.. Media Storage and File Format for Data Interchange( 便於數據交換的 儲存模式和文件格式 ) (Media Storage and File Format for Data Interchange) 58

70 第十一部分..媒體儲存之應用規範 ( Media Storage Application Profiles) 第十二部分..資料交換的媒體格式及物理媒體 (Storage Functions and Media Formats for Data Interchange) 第十三部分..印列管理的點對點通訊支持 (Print Management Point-to-Point Communication Support) 第十四部分..標準灰階顯示功能 (Grayscale Standard Display Function) 第十五部分..安全規範 (Security Profiles) 59

71 附錄 D 最小平方法 (The Method of Least Square, 簡寫成 LS) 當我們針對某問題, 收集了一些變數的數值資料後, 就想求出迴歸式, 此種步驟就是做參數估計, 所謂參數就是 式中 0 ˆβ ˆ β ˆ 1Λ β p 1, 而估計就 是利用資料求出其 0 ˆβ ˆ β ˆ 1Λ 1 的數值多少 在迴歸分析最常用的估計方法 β p 是所謂最小平方法 (The Method of Least Square), 舉個例子 : 以 10 位學生身高 體重的資料為例, 說明最小平方法 (The Method of Least Square), 其散佈圖如下 : 身高 體重散佈圖 由 10 位學生身高 體重資料的散佈圖上可以看出這些點不在同一條線上, 但隱約可以看出有一條線與這些點很接近, 這個 隱約 的直線可以代表這些點的 x y 之間的關係 如何找到這一條 代表線, 統計上是利用所謂最小平方法為準則來求得 進行方式是如下, 假設直線 L 的方程式是 : y = β x 0 + β1 60

72 最小平方法求迴歸線 自 i 筆資料點 P ( x i, y i ) 做 x 軸垂線, 與線 L 交於點 M ( x i, β 0 + β1x i ) 長度的平方是 [ y ( β + β x )] 2 i, 這些所有的平方合為 : 0 1 i, 則 PM n [ y i ( β 0 + β 1 x i )] i= 1 2 設平方和 Q, 而最小平方法就是要找 β 0,β1, 使 Q 值最小 利用 Q 對 β 0,β1 微分後, 再令其等於零, 得 β 0,β1 的解為滿足下列之聯立方程式 : Q = 2 β 0 n i= 1 [ ( β + β )] = 0 y i x i 0 1 Q = 2 β 1 n i= 1 [ y ( β + β x )] x = 0 i 0 1 i i 上面兩方程式稱為正規方程式 (Normal Equation), 求解兩方程式得其 ˆ β, ˆ β 以此種模式可以套用於多個變數來使用

73 附錄 E 欄位名稱 說明 UserID 編號 UserName 使用者名稱 UserPassword 使用者密碼 UserLevel 使用者權限 Name 姓名 郵件信箱 Birthday 生日 62

74 中英文縮寫全名對照 ACR/NEMA 美國放射學會 / 國家電器廠商學會 The American College of Rediology and National Electrical Manufacturers Association ADSL 非對稱數位用戶迴路 Asymmetric Digital Subscriber Line BMP 點陣圖 Bitmap Graphic CR 電腦放射攝影 Computed Radiography CT 電腦斷層攝影 Computer Tomography DBMS 資料庫管理系統 Database Management System DICOM 醫療數位影像暨通信傳輸協定 Digital Imaging and Communications in Medicine HIS 醫院資訊系統 Hospital Information System JPEG 一種略失真壓縮的圖形檔格式 Joint Photographic Experts Group MRI 核磁造影 Magnetic Resonance Imaging PACS 影像儲存傳輸系統 Picture Archiving and Communications System PC 個人電腦 Person Computer RIS 放射線資訊系統 Radiology Information System 63

75 參考文獻 [1]. P. S. Yang, T. L. Yang, C. L. Liu, C. W. Wu, and C. Y. Shen, A case control study of breast cancer in Taiwan- a low incidence area, Br J Cancer, Vol. 75, pp 752-6, [2]. N. Lavrac, Selected techniques for data mining in medicine, Artificial Intelligence in Medicine, vol.16, pp 3-23,1999. [3]. I. Mavridis, G. Pangalos, M. Khair, and L. Bozios, Defining Access Control Mechanisms for Privacy Protection in Distributed Medical Databases, Proceedings of IFIP Working Conference on User Identification and Privacy Protection; Stockholm, Sweden; [4]. G. Fung, O. L. Mangasarian, and A. J. Smola, Minimal Kernel Classifiers, Data Mining Institute Technical Report 00-08, IEEE Transactions on Pattern Analysis and Machine Intelligence, November [5]. J. M. McDonald, S. Brossstte and S. M. Moser, Pathology information-system-data mining leads to knowledge discovery, Pathology & laboratory medicine, VOL. 122, Iss.5, pp , [6]. S. M. Krishnan, K. V. Asari, and P. M. Goh, Development of Intelligent Features for Colonoscopic Instrumentation System, Proc. Ninth International Conference on Biomedical Engineering, Singapore, pp , Dec. 3-6, [7]. S. Sarawagi, S. Thomas, and R. Agrawal, Integrating Association Rule Mining with Relational Database Systems: Alternatives and Implications, In: Medical Data Mining and Knowledge Discovery, Vol. 4, Number 2-3, pp , July 64

76 2000. [8]. O. R. Zaiane, J. Han, Z. N. Li, J. Y. Chiang, and S. Chee, MultiMedia-Miner: A System Prototype for MultiMedia Data Mining, Proc ACM-SIGMOD Conf. on Management of Data, (system demo), Seattle, Washington, June [9]. G. Fung, O. L. Mangasarian, and A. J. Smola, Minimal Kernel Classifiers, Data Mining Institute Technical Report 00-08, IEEE Transactions on Pattern Analysis and Machine Intelligence, November [10]. Y. J. Lee, O. L. Mangasarian, and W. H. Wolbergm, Survival-Time Classification of Breast Cancer Patients, Data Mining Institute Technical Report 01-03, March [11]. C. H. Ramón, A. Mojón, F. Aguado, and D. E. Ayala, Pattern Discrimination Software for Uncertainty Reduction in Neonatal Cardiovascular Risk Assessment, Proceedings of the Fourth Annual IEEE Symposium Vol May pp 62 69, [12]. 蔡依珍, 論病例計酬下醫院選擇病患之行為分析 - 以腹腔鏡膽囊切除術為 例, 長榮大學健康科學學院醫務管理學系, 2004 [13]. 黃昭棋, 網路服務技術在腦腫瘤醫療應用系統上的設計與建置, 中原大學 電子工程學系, 2003 [14]. 江義華, Java 完美經典, 金禾資訊,2003. [15]. 陳順宇, 迴歸分析, 華泰書局, [16]. 洪政欣, 陳恆佑, 林建廷, 陳隆武, A DICOM-Based Web Medical Collaboration System Using Java, 國際醫療資訊研討會論文集, 頁 41-43, [17]. H. R. Ronald, Methods and Applications of Linear Models-Regression and 65

77 The Analysis of Variance, New York, NY, John Wiley & Sons. Inc. [18]. C. Y. Chen, C. Y. Yu, H. M. Tsai, and J. M. Chang, Diagnosis and technical consideration of CT angiography for intracranial aneurysm, Chinese Journal of Rediology, Vol. 26, No. 3, pp 63-69, [19]. 吳東光, 黃思賢, 沈婉婉, 許鴻基, 醫學影像儲存與傳輸系統, 電腦與通 訊, 第 53 期, 頁 40-50, 1996 年 10 月. [20]. 陳順宇, 多變量分析, 華泰書局, [21]. M. A. Lou, S. L. Tseng, S. F. Chang, C. T. Yue, B. L. Chang, C. H. Chou, S. L. Yang, B. H. Teh, C. W. Wu, and C. Y. Shen, Novel patterns of p53 abnormality in breast cancer from Taiwan: experience from a low incidence area, Br J Cancer, Vol.75, pp , [22]. W. H. Ku, I. L. Liu, M. S. Yen, C. C. Chang-Chin, C. T. Yue, Y. Y. Ma, S. F. Chang, H. T. Ng, C. W. Wu, and C. Y. Shen, Genomic deletion and p53 inactivation in cervical carcinoma, Int J Cancer, Vol. 72, pp 270-6, [23]. S. L. Tseng, J. C. Yu, C. T. Yue, S. F. Chang, T. M. Chang, C. W. Wu, and C. Y. Shen, Allelic loss at BRCA1, BRCA2 and adjacent loci in relation to TP53 abnormality in breast cancer, Gene Chromosom & Cancer, Vol. 20, pp , [24]. K. E. Burnthornton and L. denbrand, Myocardial-infarction-pinpointthe key indicators in the 12-lead ECG using data mining, Computerand biomedical research, vol. 31, no. 4, pp , [25]. J. M. McDonald, S. Brossstte, and S.M. Moser, Pathology information-system-data mining leads to knowledge discovery, Pathology & laboratory medicine, Vol. 122, no. 5, pp , [26]. W. H. Wolberg, W. N. Street, and O. L. Mangasarian, Machine learning 66

78 technique to diagnose breast cancer from image-processed nuclear feature of fine needle aspirates, Cancer letters, vol. 77, pp , [27]. K. Piekarski, O. Mechanics, Procedures and Devices, New York: Academic Press, pp 1-20, [28]. R. Mattheus, Communication services: a key issue in the PACS of the year 2000, In J. P. J. De Valk (ed.),integrated Diagnostic Imaging, Netherlands, Elsevier Science Publishers B. V., pp , [29]. H. K. Huang, PACS Basic Principles and Applications, WILEY-LISS. Inc., [30]. G. Gell, and M. Wiltgen, Digital PACS in medicine , In J. P. J. De Valk (ed.), Integrated Diagnostic Imaging, Netherlands, Elsevier Science Publishers B. V., pp , [31]. S. K. Mun, Clinical integration of image management and munication(imac) network, In J. P. J. De Valk (ed.), Integrated Diagnostic Imaging, Netherlands, Elsevier Science Publishers B. V., pp 59-75, [32]. Eviewbox DICOM java homepage, [33]. 陳永記, Planning and Management of Picture Archiving and Communication System, 國立成功大學工學院工程管理碩士論文, [34]. 農北辰, Study of Web-Based Image Processing and Medical, 長庚大學資訊 管理研究所碩士論文, 2002 [35]. 李三剛, 黃樹棍, 溫嘉憲, 楊晴雯, 醫院電腦化影像儲取與傳輸系統台中榮 民總醫院的經驗談, 資訊與電腦, 164 期, 頁 39-46, 1994 年 3 月. [36]. 黃興進, 彭振興, 連俊瑋, 國內發展 PACS 之回顧與展望, 國際醫學資訊 研討會論文集, 2000 年 12 月. 67

79 [37]. 王保進, 視窗版 SPSS 與行為科學研究, 台北市 : 心裡出版社, [38]. 林章生, 相關函數法於非定常環境振動之模態參數識別研究, 國立成功大 學航空太空工程學系碩士論文, [39]. 林嘉信, 多種拼音方法相容的國語輸入系統 國立中興大學應用數學研究 所碩士論文, [40]. 彭華瑞, 應用潛在式語意分析於語言模型之研究, 國立成功大學資訊工程 學系碩士論文, [41]. 施瓊斐, 漢語拼音輸入法 對於相關鍵盤之探究, 大葉大學設計研究 所碩士論文,2002. [42]. 陳順宇, 統計學, 華泰書局,