【技术实现步骤摘要】
一种图像导出方法、图像读取方法、装置及图像传输系统
[0001]本专利技术涉及图像压缩
,尤其涉及一种图像导出方法、图像读取方法、装置及图像传输系统。
技术介绍
[0002]在医学影像领域,通常将医学影像系统采集到的图像图像导出成DICOM格式,然后对影像数据进行传输、拷贝或存储。
[0003]但一些医学影像系统输出的DICOM格式的图像数据的数据量巨大,如三维乳腺超声系统在采集图像时,通常需要对受检者进行多个体位的扫查,每个体位的图像大小至少有120MB
‑
200MB,因而每个受检者采集的三维乳腺超声影像数据的总大小约有500MB
‑
1500MB。
[0004]图像数据的数量太大,不仅会降低图像数据的传输效率,也会占用大量的存储空间,进而产生大量的存储成本。
技术实现思路
[0005]本专利技术实施例提供了一种图像导出方法、图像读取方法、装置及图像传输系统,以解决传统导出数据的数据量大的问题,提高导出数据的传输效率,降低导出数据的存储成本。
[0006]根据本专利技术一个实施例提供了一种图像导出方法,应用于图像导出端,该方法包括:
[0007]将待导出图像输入到预先训练完成的目标特征编码器中;
[0008]通过所述目标特征编码器中的浅层编码器,基于输入的待导出图像,输出浅层特征数据;
[0009]通过所述目标特征编码器中的深层编码器,对所述浅层编码器输出的浅层特征数据执行至少一次特征提取操作,输出深层特征数据; ...
【技术保护点】
【技术特征摘要】
1.一种图像导出方法,其特征在于,应用于图像导出端,包括:将待导出图像输入到预先训练完成的目标特征编码器中;通过所述目标特征编码器中的浅层编码器,基于输入的待导出图像,输出浅层特征数据;通过所述目标特征编码器中的深层编码器,对所述浅层编码器输出的浅层特征数据执行至少一次特征提取操作,输出深层特征数据;将所述待导出图像对应的浅层特征数据和深层特征数据作为导出数据导出到图像读取端。2.根据权利要求1所述的方法,其特征在于,所述浅层编码器中包含第一升维卷积层、第二升维卷积层、特征卷积层、融合层、降维卷积层和平均池化层;其中,所述第一升维卷积层,用于对输入的待导出图像执行升维操作输出第一升维图像;所述第二升维卷积层,用于对输入的待导出图像执行升维操作输出第二升维图像;所述特征卷积层,用于对所述第一升维卷积层输出的第一升维图像执行特征提取操作,输出特征图像;所述融合层,用于基于所述特征卷积层输出的特征图像和所述第二升维卷积层输出的第二升维图像,输出融合图像;所述降维卷积层,用于对所述融合层输出的融合图像执行降维操作输出降维图像;所述平均池化层,用于对所述降维卷积层输出的降维图像执行池化处理,输出浅层特征数据;其中,所述第一升维卷积层、第二升维卷积层和特征卷积层的卷积核数均为第一数值,所述降维卷积层的卷积核数为第二数值,所述第一数值大于所述第二数值。3.根据权利要求2所述的方法,其特征在于,所述深层编码器中包含至少一组依次串联的深层编码模块,所述深层编码模块包括卷积层、特征编码器和平均池化层;其中,所述深层编码器中的第一个深层编码模块中的卷积层,用于对所述浅层编码器输出的浅层特征数据执行升维处理,输出卷积特征数据;所述特征编码器,用于对所述卷积层输出的卷积特征数据执行特征提取操作,输出编码特征数据;所述平均池化层,用于对所述特征编码器输出的编码特征数据执行池化处理,输出中间特征数据;所述卷积层的卷积核数为第三数值,所述第一数值与所述第三数值相同,或者,所述第一数值为所述第三数值的一半。4.根据权利要求3所述的方法,其特征在于,所述特征编码器中包含第一特征提取模块、第二特征提取模块和第三特征提取模块,所述第一特征提取模块,用于对所述卷积层输出的卷积特征数据执行第一特征提取操作,输出第一特征数据;所述第二特征提取模块,用于对所述第一特征提取模块输出的第一特征数据执行第二特征提取操作,输出第二特征数据;所述第三特征提取模块,用于基于所述卷积层输出的卷积特征数据以及所述第二特征提取模块输出的第二特征数据,输出编码特征数据。5.一种图像读取方法,其特征在于,应用于图像读取端,包括:将从图像导出端导出的导出数据输入到预先训练完成的目标特征解码器中;其中,所述导出数据包括浅层特征数据和深层特征数据;通过所述目标特征解码器中的深层解码器,对输入的深层特征数据执行至少一次特征解码操作,输出深层解码数据;通过所述目标特征解码器中的浅层解码器,基于输入的浅层特征数据以及所述深层解码器输出的深层解码数据,输出导入图像。
6.根据权利要求5所述的方法,其特征在于,所述深层解码器中包含至少一组依次串联的深层解码模块,所述深层解码模块包括卷积层、特征解码器和上采样层;其中,所述深层解码器中的第一个深层解码模块中的所述卷积层,用于对输入的深层特征数据执行卷积处理,输出卷积特征数据;所述特征解码器,用于对所述卷积层输出的卷积特征数据执行特征解码操作,输出解码特征数据;所述上采样层,用于对所述特征解码器输出的解码特征数据执行上采样处理,输出参考特征数据;其中,所述卷积层的卷积核数为第三数值。7.根据权利要求6所述的方法,其特征在于,所述浅层解码器中包含升维卷积层...
【专利技术属性】
技术研发人员:黄俊,黄正阳,赵洪,顾翔,
申请(专利权)人:无锡博思微视医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。