醫療信息集成交換是解決醫療信息互操作性與信息孤島的有效方法,是醫療信息共享的基礎。本文以醫療文本與醫學影像信息為集成對象,以DICOM和HL7消息、數據集為集成交換單元,以高效的DICOM、HL7消息構建與解析方法為基礎,設計并實現了一種通用的醫療信息集成交換服務中間件。實驗表明,原型系統能夠實現數據庫、DICOM、HL7消息之間的集成與交換,為解決醫療信息孤島提供了可行方案,為建立統一的醫療信息集成與共享平臺打下了良好的基礎,并在云南省社會發展科技計劃項目"開放式醫療信息集成系統開發與示范"中得到了應用。
目的 研究基于Mimics軟件的人工智能（artificial intelligence，AI）自動分割膝關節CT圖像建模方法，旨在提高膝關節建模效率。方法 選擇3名志愿者膝關節CT影像，在Mimics 軟件中分別進行AI自動分割和手動分割圖像并建模，記錄自動建模時間。參考既往文獻選擇股骨遠端和脛骨近端解剖標志點，計算與手術設計相關的參考指標，用Pearson相關系數（r）判斷兩種方法建模結果相關性，以DICE系數分析兩種方法建模結果一致性。結果 經自動及手動分割圖像均成功構建膝關節三維模型。3個膝關節自動分割建模所需時間分別為10.45、9.50、10.20 min，較既往文獻中手動分割建模（64.73±17.07） min 縮短。相關性分析示手動和自動分割生成的模型之間存在強相關性（r=0.999，P<0.001）。3個膝關節股骨DICE系數分別為0.990、0.996和0.944，脛骨分別為0.943、0.978和0.981，提示手動與自動分割建模一致性程度高。結論在Mimics軟件中可采用AI分割圖像方法快速建立有效的膝關節三維模型。