PACS 系统即 Picture Archiving and Communication System,也称医学影像信息系统,与医院信息系统HIS(Hospital Information System)、检验信息系统LIS(Laboratory Information System)、电子病历系统 EMRS(Equipment Maintenance Reporting System)等系统共同构成了现代数字化医院的应用体系。PACS系统以数字化医疗影像的采集、传输、存储和诊断为核心,解决放射科等医学图像产生科室的数字化流程问题,并进一步解决图像处理、数据挖掘等高级应用问题。PACS系统的一系列核心功能,如图像采集、图像传输、图像存储、诊断报告等都基于一个国际标准 DICOM(Digital Imaging and Communications in Medicine),即医学数字成像和通信标准,当前基于DICOM标准的各项科学研究成为数字医疗领域的一大热点问题。DICOM标准给放射学流程带来了革命性的改变,变传统检查流程为全数字化的工作流程,使高级医学图像应用成为可能。DICOM数据是.dcm后缀,表明这是一个遵循DICOM标准的图像数据。DICOM图像数据包含相关的图像序列和一个头文件,头文件依照DICOM标准的定义包含有图像相关的语义,如患者相关信息、检查设备相关信息、诊断描述相关信息等。这些信息给对应的图像序列营造了一个丰富的语义环境,赋予了对应的图像序列一个丰富的语义标识,为针对这个图像序列的语义挖掘奠定了基础。PACS系统经过长年的使用生产了大量的DICOM图像数据,这些数据囊括了各个医疗学科的相关图像,图像携带了各个学科的语义信息,整个DICOM数据库就是一个医疗全学科诊断学知识库。基于它的语义特性,该数据库已成为数字医学管理和研究的重要对象,如何对其进行科学的组织和管理,使其在医疗、科研、教学中发挥应有的作用,成为DICOM标准相关研究的一个热门课题。语义Web技术可以很好的解决DICOM数据的语义重用问题,它基于描述逻辑和本体论等相关技术对领域信息进行描述和逻辑推理。目前大量的研究工作致力于语义Web相关技术。从构建的角度来看,DICOM数据库包含大量诊断语义信息,为了使相关应用能够对其访问和处理、重用和共享,从中抽取本体和描述逻辑知识库已经成为DICOM标准研究领域中的一个热点。从存储的角度来看,DICOM本体和描述逻辑知识库是规模庞大的,如何有效地存储进这些资源变得越来越重要。应当指出的是,PACS系统应用中存在着不精确和不确定信息,尤其是诊断语言中因个语言人习惯、同义词、近义词的使用等而使图像携带的诊断信息含有更多的不确定性和不精确性。为了表示与推理类似现实应用中广泛存在的模糊知识,使语义Web具有处理模糊知识的能力,当前已有大量的研究工作致力于本体的模糊扩展,相应的,模糊本体的抽取、存储和查询也成为热点研究问题。从知识重用的角度看,构建模糊DICOM本体的目标是在其上实现智能查询。因此,面向模糊本体的模糊语义查询扩展技术和查询优化技术也是一个重要的研究方向。DICOM早期版本给出了结构化报告SR(Structured Report)的信息对象IOD(Information object definition)的定义,在最新的2015版中对其进行了升级,使SR符合HL7(Health Level 7)标准。SR将DICOM图像数据诊断报告按照标准结构组织起来,并使用代码表达诊断医学的相关概念,解决了传统的诊断报告与图像数据分离的问题,也使DICOM图像数据携带了更多的诊断医学领域的语义信息。目前,关于DICOMSR的开发与应用研究,已经成为国内外研究的热点,然而问题与挑战依然存在。目前,精确化定义的SR并不能表示实际应用中的模糊语义,也无法解决用户的模糊查询问题。纵观国内外,目前并没有将模糊技术应用于DICOM SR的扩展和查询的研究。为此,本文系统地研究了 DICOM标准的模糊化扩展和智能语义查询问题,具体的研究工作包括以下五个方面:(1)针对PACS系统和DICOM标准的特点,分析了 DICOM标准模糊化扩展的技术路径,首先在已有研究工作的基础上给出了 PACS系统本体演化和DICOM标准模糊化扩展中的4种数据描述模式的经典形式化模型,包括PACS系统的ER概念模型、关系数据库模型、XML模型、OWL本体模型定义,并进一步基于模糊理论对这4种经典模型进行模糊化扩展,提出了这4种模型的模糊逻辑扩展的形式化定义。最后基于经典关系模式到本体的映射方法给出了映射方法的模糊化扩展,用于实现从PACS系统的模糊关系模式到模糊DICOM本体的映射。(2)研究了 DICOM标准的模糊语义扩展。首先提出了 PACS系统和DICOM标准领域知识的获取和表示方法,之后提出了一个基本DICOM本体知识模型,并基于模糊集理论研究了基本DICOM本体的模糊知识表示和语义扩充。给出了模糊DICOM本体的基本信息模型,在此基础上研究了模糊DICOM本体的编码方案、关系类型和映射方法。给出了模糊DICOM本体的构建方法,研究了构建过程中关于模糊DICOM本体中的类、属性和属性关系、属性约束及关系的OWL表示,并给出了验证所构建本体的逻辑性的方法。最后研究了模糊DICOM本体的持久化方法,给出了一个模糊DICOM本体的总体存储框架,并对该方法进行了实验与分析。(3)为对扩展后的模糊DICOM标准模型进行智能查询,研究了针对模糊逻辑的查询推理方法。基于智能查询的技术路径研究了模糊描述逻辑的查询语言、查询应答、语义推理和语义匹配的形式化模型,并给出了相应的实例,提出了面向模糊逻辑查询推理的FDLQ推理机算法,并给出了实验结果与分析,对实现模糊DICOM本体的智能查询奠定了技术基础。(4)基于DICOM标准的模糊化语义扩展以及模糊描述逻辑的查询推理方法,提出了面向模糊DICOM本体的语义查询处理方法。研究了模糊DICOM本体的语义查询的基本过程、形式化技术和查询扩展,提出了基于用户偏好的智能查询处理方法。给出了模糊DICOM本体的语义查询引擎的设计,并研究了基于该查询引擎的优化技术。最后将研究内容应用于模糊DICOM本体的语义查询,并进行了实验,给出了结果分析。(5)基于DICOM标准关于结构化报告SR的定义,提出了基于模糊DICOM本体的模糊化结构化报告FSR。首先研究了结构化报告SR中关于数值和诊断的XML表示,然后将其扩展到FSR的XML表示。最后给出了 FSR的智能化查询系统的总体框架和功能实现,并对系统的应用效果进行了实验和评估。本文的研究工作构建了 一个较为完整的模糊DICOM本体智能化查询的理论框架,已经取得了系列原创性的研究成果,从而为语义Web和PACS系统图像数据库之间语义互操作的实现奠定了坚实的理论基础,同时也为模糊DICOM本体管理的实现提供了有效的技术支持。