gms | German Medical Science

GMDS 2014: 59. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

07. - 10.09.2014, Göttingen

Entwicklung eines Verfahrens zur Klassifizierung und Zuordnung von nicht eindeutigen Informationen in DICOM Headern

Meeting Abstract

Suche in Medline nach

  • T. Bender - Technische Hochschule Mittelhessen, Gießen
  • L. Mursina - Technische Hochschule Mittelhessen, Gießen; Kompetenzzentrum für Informations-technologie (KITE), Gießen
  • M. Olthoff - Technische Hochschule Mittelhessen, Gießen
  • K. Sohrabi - Technische Hochschule Mittelhessen, Gießen; Kompetenzzentrum für Informations-technologie (KITE), Gießen

GMDS 2014. 59. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Göttingen, 07.-10.09.2014. Düsseldorf: German Medical Science GMS Publishing House; 2014. DocAbstr. 194

doi: 10.3205/14gmds095, urn:nbn:de:0183-14gmds0951

Veröffentlicht: 4. September 2014

© 2014 Bender et al.
Dieser Artikel ist ein Open Access-Artikel und steht unter den Creative Commons Lizenzbedingungen (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.de). Er darf vervielfältigt, verbreitet und öffentlich zugänglich gemacht werden, vorausgesetzt dass Autor und Quelle genannt werden.


Gliederung

Text

Einleitung und Fragestellung: Zur problemlosen Kommunikation zwischen Geräten unterschiedlicher Modalitäten und Hersteller hat sich der DICOM (Digital Imaging and Communication in Medicine) Standard durchgesetzt. In dem DICOM Standard werden sowohl die angefallenen Bilddaten als auch entsprechende Headerinformationen zu der Entstehung des Bildes archiviert [1].

Der DICOM Standard besitzt als Basiskomponenten Datenelemente, die als eindeutiges Identifikationsmerkmal sogenannte Tags verwenden. Die Informationen in den Tags werden spezifisch je Strahlenanwender bzw. Firma geführt. Hierdurch kann es vorkommen, dass die unterschiedlichen Anwender beispielsweise synonyme Begriffe für eine Untersuchungsart verwenden. Ebenso ist nur ein Teil der Tags durch den DICOM Standard verpflichtend auszufüllen. Diese Problematiken erschweren bei exklusiver Verwendung des DICOM Headers die eindeutige Zuordnung zu den verwendeten Modalitäten und Untersuchungsarten. Dies spielt vor allem bei der Auswertung der Untersuchungen, wie der Bestimmung der Strahlenexposition und der Auslastung der Geräte eine Rolle.

Im Rahmen eines Projekts zur Entwicklung eines IT-gestützten Verfahrens zur Erfassung von radiologischen Untersuchungsparametern wird diese Problematik aufgegriffen. Das Ziel des Projekts ist es, die Informationen über die unterschiedlichen Bezeichnungen der Untersuchungsarten und der Modalitäten zu ermitteln. Anhand dieser Informationen soll ein standardisierter Begriffskatalog (Thesaurus) erstellt werden. Die Zuordnung der Begriffe zu den unterschiedlichen verwendeten Modalitäten und Untersuchungen mit möglichst hoher Sicherheit ist eine weitere Projektanforderung, die es zu realisieren gilt.

Material und Methoden: Die Konzeption des Thesaurus erfolgt auf Grundlage der SNOMED (Systematized Nomenclature of Human and Veterinary Medicine) und DICOM Klassifikationen. Hierfür werden vor allem die DICOM Parts 3 und 16 verwendet. Weitere Synonyme werden aus verschiedenen Quellen, wie beispielsweise RadLex (Sammlung von radiologischen Untersuchungsbegriffen) hinzugezogen.

Um die Klassifizierung bzw. die Zuordnung der synonymen Begriffe zu gewährleisten, ist die Entwicklung einer PostgreSQL Datenbank vorgesehen. Diese soll die Standardbegriffe mit den synonymen Begriffen für die Untersuchungsarten verknüpfen. Für den Zugriff auf die Daten wurde die Skriptsprache SQL (Structured Query Language) verwendet [2].

Für die Zuordnung der Begriffe zu den unterschiedlichen verwendeten Modalitäten und Untersuchungen ist ein regelbasiertes Klassifikationssystems notwendig, da es eine möglichst hohe Sicherheit für die korrekte Zuordnung der nichteindeutigen Informationen in den Tags zu erreichen gilt.

Zu Implementierungs- und Testzwecken stehen die Datensätze aus Auswertungen von Prüfungen der Ärztlichen Stelle Hessen zur Verfügung. Dabei stammen die Daten von unterschiedlichen radiologischen Geräten mehrerer Institutionen.

Zur Realisierung des Projekts wird Eclipse als Programmierwerkzeug favorisiert. Für die Entwicklung der Software wird die objektorientierte, plattformunabhängige Programmiersprache Java verwendet. Das Swing-Framework wird für die GUI-Entwicklung (Graphical User Interface) eingesetzt.

Ergebnisse: Das Auffinden der Modalität, die verwendet wird, erfolgt primär durch die spezifischen Tags. Dabei ist generell zu beachten, dass die Informationen mehrfach in den Tags vorhanden sind, um die Wahrscheinlichkeit einer richtigen Zuordnung zu erhöhen. Es soll möglichst kein Widerspruch in den aufgefundenen Daten vorhanden sein. Duplikate werden hierbei entfernt und nicht weiter bei der Zählung der gleichen Elemente eingerechnet. Es werden anschließend unterschiedliche Flags vergeben, die Aufschluss über die Sicherheit der Zuordnung geben. Hier wird zwischen sicher zugeordneten, wahrscheinlich zugeordneten und unsicher zugeordneten Untersuchungsarten unterschieden. Die Informationen aus dem Thesaurus werden mit den Daten, die in den DICOM Header Tags vorhanden sind, verglichen. Zur Verwaltung der Tags, die die Untersuchungsart enthalten könnten, wird in das Projekt eine Konfigurationsdatei integriert. Die DICOM Header werden durch Abgleich einzelner Tags nach Modalitäten aufgeteilt. Hierfür werden die Angaben über einen Detektortypen, eine Gerätetechnik, eine Rekonstruktionstechnik und die Untersuchungsart einbezogen. Für CT-Untersuchungen werden zusätzlich die Daten über die Scanlänge einer Serie und eine Untersuchungstechnik benötigt und für Projektionsradiographien wird die Angabe zu der Aufnahmeebene selektiert. Die relevanten Taginformationen werden zunächst auf alternative Begriffe für Untersuchungsarten abgebildet. Die resultierende Liste von Begriffen wird dann auf die Oberbegriffe von Untersuchungsarten transformiert. Die finale Liste wird anschließend auf gleiche Elemente überprüft und die Anzahl der Dubletten gespeichert.

Die Sicherheit der Zuordnung wird über die Anzahl der identischen Begriffsvorkommen bestimmt. Bei einer absoluten Mehrheit eines Begriffes wird diese Untersuchungsart als sicher eingestuft. Bei einer relativen Mehrheit eines Begriffes wird diese Untersuchungsart als wahrscheinlich eingestuft. Sollten alle Begriffe gleich häufig vorkommen ist die Zuordnung unsicher. In diesem Fall werden die Tags nach herstellerspezifischen Prioritäten sortiert und die Untersuchungsart des Tags mit der höchsten Priorität ausgewählt.

Weiterhin hat der Benutzer die Möglichkeit zu einer Modalität einen zugehörigen Oberbegriff auszuwählen und diesem einen synonymen Begriff zuzuordnen. Diese Zuordnung wird in der Datenbank gespeichert. Mögliche fehlerhafte Eingaben durch den Benutzer werden durch Überprüfung im Frontend minimiert.

Diskussion: Die korrekte Zuordnung von Untersuchungsarten im implementierten System hat eine relativ hohe aber noch verbesserungswürdige Wahrscheinlichkeit. Die Zuordnung von Untersuchungsarten ist im Gegensatz zur Zuordnung von Modalitäten durch die alleinige Verwendung des DICOM Headerdatensatz prinzipiell möglich. Das Ergebnis ist dabei nicht immer zufriedenstellend. Um eine komplett sichere Zuordnung erstellen zu können, sollten für die Auffindung der Untersuchungsart die Bilddaten mit einbezogen werden.

In einzelnen Fällen, in denen die Untersuchung eine Kombination aus mehreren Modalitäten oder die Untersuchungsart über unterschiedliche Untersuchungsregionen hinausgeht, kann die Zuordnung nicht korrekt erfolgen. In Fällen, bei denen die Zuordnung nicht eindeutig erfolgen konnte, kann das Ergebnis durch die Anwender kontrolliert und ggf. verändert werden. Die Auffindung der Untersuchungsart wird vor allem durch die unterschiedlichen Informationen in dem DICOM Header bzw. durch die Belegung unterschiedlicher Tags erschwert. Durch die Einführung einer Standardisierung der Inhalte der DICOM Tags wäre auf der einen Seite das Problem mit der Auffindung der Informationen und auf der anderen Seite das Problem der unterschiedlichen Begriffe für den selben Parameter behoben.


Literatur

1.
Pianykh OS. Digital imaging and communications in medicine (DICOM): A practical introduction and survival guide. Berlin: Springer; 2008.
2.
Matthiessen G, Unterstein M. Relationale Datenbanken und Standard-SQL: Konzepte der Entwicklung und Anwendung. 4. Aufl. München: Addison-Wesley; 2008.