基于空间冗余的医疗检查大数据压缩存储系统技术方案

本发明专利技术涉及图像压缩存储技术领域，具体涉及基于空间冗余的医疗检查大数据压缩存储系统，该系统将胸部

【技术实现步骤摘要】
基于空间冗余的医疗检查大数据压缩存储系统


[0001]本专利技术涉及图像压缩存储
，具体涉及基于空间冗余的医疗检查大数据压缩存储系统
。

技术介绍

[0002]医疗
CT
图像是一种用于医学诊断和评估的影像学工具
。
在医疗检查中是重要的一环，通过
CT
图像医生可以观察分辨正常组织和异常组织
、
肿块
、
肿瘤等
。
通常一套
1.25mm
的
CT
序列约有
200
至
300
张，占用空间内存约
100M
至
500M
，医院每日累计病人数量巨大，医院服务器一天接收的胸部
CT
图像就可能达到
500
至
1000
套，每天需要新增的存储量便是
50G
值
100G。
这些
CT
图像在服务器中占用了大量空间，并且在病人之后多次复诊期间都需要保持存储，不断累积的数据为服务器的存储带来了严重的负担，只能定期删除时间过久的
CT
图像，但这也大大降低了
CT
图像的保存时限
。
为了有效管理和存储这些图像，需要使用图像压缩减少图像文件的大小，节省存储空间，提高传输速度和效率
。
对于医疗
CT
图像的压缩，通常采用无损压缩中的游程编码压缩，保证图像的完整性以确保诊断的准确性，该方法对存在多个连续重复像素点的图像压缩效果较好
。
[0003]现有的问题：在
CT
图像中存在着大部分相似区域与不重要区域，这些区域用人眼观察辨别是颜色相同的区域，或是不需要进行病理观察的区域，但是微观到像素点，他们之间存在灰度值的差异导致无法被压缩，对数据存储空间造成了冗余占用
。

技术实现思路

[0004]本专利技术提供基于空间冗余的医疗检查大数据压缩存储系统，以解决现有的问题
。
[0005]本专利技术的基于空间冗余的医疗检查大数据压缩存储系统采用如下技术方案：本专利技术一个实施例提供了基于空间冗余的医疗检查大数据压缩存储系统，该系统包括以下模块：图像采集模块：用于采集胸部
CT
图像，使用区域生长算法将胸部
CT
图像划分为若干个连通域；连通域边界分析模块：用于将胸部
CT
图像划分的任意一个连通域，记为目标连通域；根据目标连通域边界上所有相邻像素点的位置关系，得到序数值序列；根据序数值序列中所有相邻数据的差异，得到目标连通域边界的形状变化程度；连通域重要程度分析模块：用于根据目标连通域内像素点与其八邻域上的像素点的灰度差异，得到目标连通域的灰度变化程度；根据目标连通域内像素点的灰度梯度值之间的差异，得到目标连通域的梯度特征程度；根据目标连通域边界的形状变化程度
、
目标连通域的灰度变化程度
、
目标连通域的梯度特征程度，得到目标连通域的重要程度；图像灰度变换模块：用于根据目标连通域的重要程度，得到目标连通域对应的阈值参数；根据目标连通域对应的阈值参数，得到更新目标连通域；根据胸部
CT
图像划分的所有连通域的更新连通域，构成更新胸部
CT
图像；
数据压缩存储模块：用于使用游程编码压缩算法，对更新胸部
CT
图像进行压缩处理，得到压缩后的数据；将压缩后的数据存储到医院数据库中
。
[0006]进一步地，所述根据目标连通域边界上所有相邻像素点的位置关系，得到序数值序列包括：在胸部
CT
图像中，从每个像素点八邻域的左上角开始，按照顺时针方向，对每个像素点八邻域上的像素点依次排序，得到每个像素点八邻域上的所有像素点的序数值；在目标连通域边界上，从任意一个像素点开始，逐个像素点遍历，依次统计每一个遍历的像素点处于其前一个遍历的像素点八邻域上的序数值，得到序数值序列
。
[0007]进一步地，所述根据序数值序列中所有相邻数据的差异，得到目标连通域边界的形状变化程度包括：若序数值序列中相邻数据的差值的绝对值大于等于预设的最小差异阈值
、
且小于等于预设的最大差异阈值时，将序数值序列中相邻数据之间的变化程度设置为预设的最大变化程度；若序数值序列中相邻数据的差值的绝对值小于预设的最小差异阈值
、
或者大于预设的最大差异阈值时，将序数值序列中相邻数据之间的变化程度设置为预设的最小变化程度；将序数值序列中所有相邻数据之间的变化程度的均值，记为目标连通域边界的形状变化程度
。
[0008]进一步地，所述根据目标连通域内像素点与其八邻域上的像素点的灰度差异，得到目标连通域的灰度变化程度包括：将目标连通域内任意一个像素点，记为目标像素点；分别计算目标像素点与其八邻域上所有的像素点的灰度差值的绝对值，将所述灰度差值的绝对值中大于预设的判断阈值时对应的八邻域上的像素点数量，记为目标像素点的灰度差异；将目标连通域内所有像素点的灰度差异的均值的归一化值，记为目标连通域的灰度变化程度
。
[0009]进一步地，所述根据目标连通域内像素点的灰度梯度值之间的差异，得到目标连通域的梯度特征程度包括：使用大津算法得到目标连通域的分割阈值，将目标连通域内灰度值大于分割阈值的所有像素点构成的区域，记为目标连通域的中心区域；使用
Sobel
算子，得到目标连通域内每一个像素点的灰度梯度值；根据目标连通域边界上和目标连通域的中心区域内的像素点的灰度梯度值差异，得到目标连通域内部的梯度特征差异；根据目标连通域内部的梯度特征差异
、
目标连通域边界上的像素点的灰度梯度值，得到目标连通域的梯度特征程度
。
[0010]进一步地，所述根据目标连通域内部的梯度特征差异
、
目标连通域边界上的像素点的灰度梯度值，得到目标连通域的梯度特征程度对应的具体计算公式为：
其中
L
为目标连通域的梯度特征程度，为目标连通域边界上的第
i
个像素点的灰度梯度值，
n
为目标连通域边界上的像素点数量，为目标连通域的中心区域内第
x
个像素点的灰度梯度值，
y
为目标连通域的中心区域内的像素点数量，为目标连通域内部的梯度特征差异，为以自然常数为底的指数函数，
k
为预设的指数函数调整值，为线性归一化函数
。
[0011]进一步地，所述根据目标连通域边界的形状变化程度
、
目标连通域的灰度变化程度
、
目标连通域的梯度特征程度，得到目标连通域的重要程度包括：根据目标连通域的灰度变化程度
、
目标连通域的梯度特征程度
、
预设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于空间冗余的医疗检查大数据压缩存储系统，其特征在于，该系统包括以下模块：图像采集模块：用于采集胸部
CT
图像，使用区域生长算法将胸部
CT
图像划分为若干个连通域；连通域边界分析模块：用于将胸部
CT
图像划分的任意一个连通域，记为目标连通域；根据目标连通域边界上所有相邻像素点的位置关系，得到序数值序列；根据序数值序列中所有相邻数据的差异，得到目标连通域边界的形状变化程度；连通域重要程度分析模块：用于根据目标连通域内像素点与其八邻域上的像素点的灰度差异，得到目标连通域的灰度变化程度；根据目标连通域内像素点的灰度梯度值之间的差异，得到目标连通域的梯度特征程度；根据目标连通域边界的形状变化程度
、
目标连通域的灰度变化程度
、
目标连通域的梯度特征程度，得到目标连通域的重要程度；图像灰度变换模块：用于根据目标连通域的重要程度，得到目标连通域对应的阈值参数；根据目标连通域对应的阈值参数，得到更新目标连通域；根据胸部
CT
图像划分的所有连通域的更新连通域，构成更新胸部
CT
图像；数据压缩存储模块：用于使用游程编码压缩算法，对更新胸部
CT
图像进行压缩处理，得到压缩后的数据；将压缩后的数据存储到医院数据库中
。2.
根据权利要求1所述基于空间冗余的医疗检查大数据压缩存储系统，其特征在于，所述根据目标连通域边界上所有相邻像素点的位置关系，得到序数值序列包括：在胸部
CT
图像中，从每个像素点八邻域的左上角开始，按照顺时针方向，对每个像素点八邻域上的像素点依次排序，得到每个像素点八邻域上的所有像素点的序数值；在目标连通域边界上，从任意一个像素点开始，逐个像素点遍历，依次统计每一个遍历的像素点处于其前一个遍历的像素点八邻域上的序数值，得到序数值序列
。3.
根据权利要求1所述基于空间冗余的医疗检查大数据压缩存储系统，其特征在于，所述根据序数值序列中所有相邻数据的差异，得到目标连通域边界的形状变化程度包括：若序数值序列中相邻数据的差值的绝对值大于等于预设的最小差异阈值
、
且小于等于预设的最大差异阈值时，将序数值序列中相邻数据之间的变化程度设置为预设的最大变化程度；若序数值序列中相邻数据的差值的绝对值小于预设的最小差异阈值
、
或者大于预设的最大差异阈值时，将序数值序列中相邻数据之间的变化程度设置为预设的最小变化程度；将序数值序列中所有相邻数据之间的变化程度的均值，记为目标连通域边界的形状变化程度
。4.
根据权利要求1所述基于空间冗余的医疗检查大数据压缩存储系统，其特征在于，所述根据目标连通域内像素点与其八邻域上的像素点的灰度差异，得到目标连通域的灰度变化程度包括：将目标连通域内任意一个像素点，记为目标像素点；分别计算目标像素点与其八邻域上所有的像素点的灰度差值的绝对值，将所述灰度差值的绝对值中大于预设的判断阈值时对应的八邻域上的像素点数量，记为目标像素点的灰度差异；将目标连通域内所有像素点的灰度差异的均值的归一化值，记为目标连通域的灰度变化程度
。
5.
根据权利要求1所述基于空间冗余的医疗检查大数据压缩存储系统，其特征在于，所述根据目标连通域内像素点的灰度梯度值之间的差异，得到目标连通域的梯度特征程度包括：使用大津算法得到...

【专利技术属性】
技术研发人员：胡耿，王彤，刘文瑞，
申请(专利权)人：浙江建达科技股份有限公司，
类型：发明
国别省市：