本發(fā)明屬于醫(yī)學(xué)影像壓縮等，具體涉及一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法。

背景技術(shù)：

1、冷數(shù)據(jù)(cold?data)，指訪問頻率較低、對業(yè)務(wù)和應(yīng)用不太重要的數(shù)據(jù)。這些數(shù)據(jù)通常需要長期保存，但不需要頻繁訪問和處理。在醫(yī)學(xué)影像領(lǐng)域，冷數(shù)據(jù)通常包括患者的歷史影像記錄、長期跟蹤數(shù)據(jù)和研究數(shù)據(jù)等。盡管這些數(shù)據(jù)的訪問頻率較低，但它們在醫(yī)療研究、疾病追蹤和患者歷史信息查詢中具有重要的價值，因此需要長期、可靠地存儲?，F(xiàn)有的壓縮方法大多針對單幅圖像或單組切片進行處理，未能充分利用海量數(shù)據(jù)之間的相似性和關(guān)聯(lián)性，導(dǎo)致壓縮效果不佳。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，能有效利用海量數(shù)據(jù)之間的相似性和關(guān)聯(lián)性，降低傳輸碼流，提高壓縮比。本發(fā)明方案首先設(shè)計了特征提取網(wǎng)絡(luò)，用于從大規(guī)模醫(yī)學(xué)圖像中提取細(xì)粒度特征，并構(gòu)建醫(yī)學(xué)影像的高效可檢索特征庫。隨后，基于圖像亮度等特征對醫(yī)學(xué)圖像進行預(yù)測排序，優(yōu)化了圖像的壓縮順序。作為壓縮方案的配套設(shè)計，最后，設(shè)計一個面向醫(yī)學(xué)影像的低碼流無損編解碼方案，利用參考圖像對待壓縮圖像依次進行有損編解碼，再對殘差進行無損編解碼，用更少的比特實現(xiàn)無損的編解碼效果。本發(fā)明有效地解決了海量醫(yī)學(xué)影像冷數(shù)據(jù)存儲與傳輸中的高效壓縮問題。

2、本發(fā)明解決其技術(shù)問題具體采用的技術(shù)方案是：

3、一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，通過特征提取網(wǎng)絡(luò)對大規(guī)模醫(yī)學(xué)圖像進行細(xì)粒度的特征提取，由此建立醫(yī)學(xué)影像的特征數(shù)據(jù)庫，并將提取的圖像特征按分類存儲；

4、再對待壓縮的醫(yī)學(xué)影像使用所述特征提取網(wǎng)絡(luò)，提取特征并進行相似性匹配；

5、然后基于圖像亮度，對參考圖像和待壓縮圖像的切片進行排序，以優(yōu)化壓縮順序；

6、最后，根據(jù)參考圖像，輔助當(dāng)前圖像的有損編碼，再根據(jù)原始圖像，輔助當(dāng)前圖像的無損編碼。

7、進一步地，所述使用特征提取網(wǎng)絡(luò)提取特征，定義為：

8、fi＝ε(xi,θ)

9、其中，ε表示特征提取器，用于將圖像轉(zhuǎn)換為特征表示，優(yōu)選采用視頻編碼器的i幀編碼技術(shù)，xi表示輸入的圖像，θ表示特征提取器的參數(shù)集合，fi表示提取出的特征向量或特征圖。

10、進一步地，建立醫(yī)學(xué)影像的特征數(shù)據(jù)庫，將提取的圖像特征按分類存儲表示為：

11、db＝{(fi,ci)|i＝1,2,…n}

12、其中，n表示醫(yī)學(xué)影像數(shù)據(jù)的總量，fi表示第i張圖像的特征向量或特征圖，ci表示對應(yīng)的分類標(biāo)簽；特征庫中的數(shù)據(jù)按分類ci存儲。

13、進一步地，所述對待壓縮的醫(yī)學(xué)影像使用所述特征提取網(wǎng)絡(luò)，提取特征并進行相似性匹配表示為：

14、fcur＝ε(icur,θ)

15、

16、其中，icur表示待壓縮的圖像，fcur表示從待壓縮圖像中提取出的特征向量或特征圖，f*是與當(dāng)前圖像特征f距離最小的特征向量，iref是對應(yīng)的圖像數(shù)據(jù)，idref是對應(yīng)的圖像標(biāo)識符，dist(·)是計算查詢特征f與數(shù)據(jù)庫中特征fi之間距離的函數(shù)。

17、進一步地，所述基于某種指標(biāo)，對參考圖像和待壓縮圖像的切片進行排序表示為：

18、iref＝sort(iref,metric)

19、icur＝sort(icur,metric)

20、其中，sort(·)是排序算法，metric是排序的指標(biāo)，如圖像亮度、器官面積、圖像相似度中的一種。

21、進一步地，所述根據(jù)參考圖像，輔助當(dāng)前圖像的有損編碼具體為：

22、clossy＝elossy(iref,icur)

23、

24、其中，elossy表示有損編碼網(wǎng)絡(luò)，將當(dāng)前圖像icur和參考圖像iref作為輸入，輸出有損編碼信息clossy，dlossy表示有損解碼網(wǎng)絡(luò)，將編碼信息和參考圖像iref作為輸入，獲得當(dāng)前圖像的有損重構(gòu)

25、所述根據(jù)原始圖像，輔助當(dāng)前圖像的無損編碼具體為：

26、

27、其中，elossless表示無損編碼網(wǎng)絡(luò)，將當(dāng)前圖像icur和有損重構(gòu)間的誤差，以及當(dāng)前圖像icur作為輸入，輸出無損編碼信息clossless。

28、進一步地，在解壓縮時，根據(jù)圖像標(biāo)識符idref從數(shù)據(jù)庫中獲得參考圖像，并采用壓縮的排序方法對參考圖像進行排序；

29、然后根據(jù)參考圖像，對有損編碼信息進行有損解碼，其公式表達(dá)如下：

30、

31、再對無損編碼信息進行無損解碼，其公式表達(dá)如下：

32、

33、其中，dlossless表示無損解碼網(wǎng)絡(luò)，將無損編碼信息clossless作為輸入，獲得當(dāng)前圖像的無損重構(gòu)

34、一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮系統(tǒng)，包括：

35、特征提取模塊：用于通過特征提取網(wǎng)絡(luò)對大規(guī)模醫(yī)學(xué)圖像進行細(xì)粒度的特征提取，由此建立醫(yī)學(xué)影像的特征數(shù)據(jù)庫，并將提取的圖像特征按分類存儲；

36、相似性匹配模塊，用于對待壓縮的醫(yī)學(xué)影像使用所述特征提取網(wǎng)絡(luò)，提取特征并進行相似性匹配；

37、排序模塊，用于基于圖像亮度，對參考圖像和待壓縮圖像的切片進行排序，以優(yōu)化壓縮順序；

38、壓縮模塊，用于根據(jù)參考圖像，輔助當(dāng)前圖像的有損編碼，再根據(jù)原始圖像，輔助當(dāng)前圖像的無損編碼。

39、進一步地，還包括解壓縮模塊：用于根據(jù)圖像標(biāo)識符從數(shù)據(jù)庫中獲得參考圖像，并采用壓縮的排序方法對參考圖像進行排序；然后根據(jù)參考圖像，對有損編碼信息進行有損解碼，再對無損編碼信息進行無損解碼。

40、一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執(zhí)行所述程序時實現(xiàn)如上所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法的步驟。

41、一種非暫態(tài)計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法的步驟。

42、相比于現(xiàn)有技術(shù)，本發(fā)明及其優(yōu)選方案能有效利用海量數(shù)據(jù)之間的相似性和關(guān)聯(lián)性，降低傳輸碼流，提高壓縮比。

技術(shù)特征：

1.一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

2.根據(jù)權(quán)利要求1所述的基于一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

3.根據(jù)權(quán)利要求1所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

4.根據(jù)權(quán)利要求1所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

5.根據(jù)權(quán)利要求1所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

6.根據(jù)權(quán)利要求1所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

7.根據(jù)權(quán)利要求6所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，其特征在于：

8.一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮系統(tǒng)，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮系統(tǒng)，其特征在于：還包括解壓縮模塊：用于根據(jù)圖像標(biāo)識符從數(shù)據(jù)庫中獲得參考圖像，并采用壓縮的排序方法對參考圖像進行排序；然后根據(jù)參考圖像，對有損編碼信息進行有損解碼，再對無損編碼信息進行無損解碼。

10.一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述程序時實現(xiàn)如權(quán)利要求1-7任一項所述的一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種海量醫(yī)學(xué)影像冷數(shù)據(jù)聯(lián)合壓縮方法，通過特征提取網(wǎng)絡(luò)對大規(guī)模醫(yī)學(xué)圖像進行細(xì)粒度的特征提取，由此建立醫(yī)學(xué)影像的特征數(shù)據(jù)庫，并將提取的圖像特征按分類存儲；再對待壓縮的醫(yī)學(xué)影像使用所述特征提取網(wǎng)絡(luò)，提取特征并進行相似性匹配；然后基于圖像亮度，對參考圖像和待壓縮圖像的切片進行排序，以優(yōu)化壓縮順序；最后，根據(jù)參考圖像，輔助當(dāng)前圖像的有損編碼，再根據(jù)原始圖像，輔助當(dāng)前圖像的無損編碼。

技術(shù)研發(fā)人員：趙鐵松,羅靈捷
受保護的技術(shù)使用者：福州大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2