CN102576378B - 计算机断层成像数据的容错压缩和解压缩的方法和系统 - Google Patents

计算机断层成像数据的容错压缩和解压缩的方法和系统 Download PDF

Info

Publication number
CN102576378B
CN102576378B CN201080041958.5A CN201080041958A CN102576378B CN 102576378 B CN102576378 B CN 102576378B CN 201080041958 A CN201080041958 A CN 201080041958A CN 102576378 B CN102576378 B CN 102576378B
Authority
CN
China
Prior art keywords
data
frame
group
compression
difference
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201080041958.5A
Other languages
English (en)
Other versions
CN102576378A (zh
Inventor
G·肯普弗
A·拉波波特
Y·米凯利
T·马戈林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Schleifring und Apparatebau GmbH
Original Assignee
XRING TECHNOLOGIES GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by XRING TECHNOLOGIES GmbH filed Critical XRING TECHNOLOGIES GmbH
Publication of CN102576378A publication Critical patent/CN102576378A/zh
Application granted granted Critical
Publication of CN102576378B publication Critical patent/CN102576378B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/56Details of data transmission or power supply, e.g. use of slip rings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/004Predictors, e.g. intraframe, interframe coding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T9/00Image coding
    • G06T9/005Statistical coding, e.g. Huffman, run length coding
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • HELECTRICITY
    • H03ELECTRONIC CIRCUITRY
    • H03MCODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M7/00Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
    • H03M7/30Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
    • H03M7/40Conversion to or from variable length codes, e.g. Shannon-Fano code, Huffman code, Morse code
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/12Selection from among a plurality of transforms or standards, e.g. selection between discrete cosine transform [DCT] and sub-band transform or selection between H.263 and H.264
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/436Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation using parallelised computational arrangements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/90Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
    • H04N19/91Entropy coding, e.g. variable length coding [VLC] or arithmetic coding
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/482Diagnostic techniques involving multiple energy imaging

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computing Systems (AREA)
  • Pulmonology (AREA)
  • Discrete Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本文公开的方法和系统用于在集电环上从旋转数据源比如X射线扫描仪向固定目标比如中央处理器传递数据。在集电环的能力低于所需要的数据速率时,从数据源接收的数据由连接到保持数据的存储器缓冲区的压缩器在转子上压缩。解压器驻留在固定平台上,它可以将数据解压缩回原始形式,并且通过网络将其传送到目标。存储器缓冲区被连接到解压缩器用于当网络或目标无法应对要发送的数据速率时而需要累积数据的情况。压缩器包括预测器单元、熵编码器单元和防错器单元。预测器可以按一组帧和帧内位置,使用存储的数据作为参考。对位置的解码可以利用哥伦布-莱斯编码的整数。熵编码器可以利用以参数K的哥伦布-莱斯编码法解码差异,对于每组数据单元参数K可以变化,为了减少数据或防错的目的,它也可以使数据保持为其原始格式。防错器可以利用防错码保护数据流中插入的参数,同时大多数数据能够保持无保护。

Description

计算机断层成像数据的容错压缩和解压缩的方法和系统
技术领域
一般来说,本发明涉及医学诊断成像和行李成像领域,确切地说,涉及这样一种类型的计算机断层成像的方法和装置,其中在去往重建被扫描对象的图像的计算机的途中,测量数据被压缩以及可能被解压缩。
背景技术
在计算机断层成像(CT)中,在扫描由X射线源发出的X射线从不同方向(投射)照射的对象期间采集原始数据,并且被对象衰减的X射线入射到排列在多排辐射检测器中的多个传感器(通道)上,。典型情况下,排数被称为切片数。
X射线源和检测器安装在转子或台架上。所以,对于每一个转子位置,获得了切片数对应的多个数据向量,也称为“扇”或“读数”。在扫描期间,转子以角步进旋转,每步给出新读数。转子的完整一转的读数集被称为“旋转”。在完整的旋转期间或之后,被检查的对象(患者)在与转子平面正交的方向上移动,并且在许多旋转上积累的数据被结合到附带着每个向量的文件元数据和附加元数据的一个文件中。
在具有128个切片672个传感器的CT扫描中,有672*128个通道,并且每个旋转可以有2320个读数。所以,获得了每个旋转199557120个测量结果,且每个测量值都被存储为16位(2字节)的无符号字。因此,每个旋转有约400兆字节。旋转的数目取决于被扫描的患者的尺寸(例如对于人体头部扫描需要大约10至20个旋转)。因此,产生了本质上高的数据速率,而数据又被传送到中央处理器,用于重建被扫描对象的图像。
所以,能够高效地压缩这种去往计算机途中数据的压缩方法能够通过减少去往中央处理器的数据的存储空间和传输所需带宽而改进CT成像设备的整体运行。
作为医学工具的CT成像在医学分析中的益处众所周知,但是同时由于使用X射线,也公知对被扫描的人(或其他活体对象)有害。由于这种原因,为了从造成的最小伤害的做法获得最大益处,规定要求不应当损失从扫描获得的有意义数据。数据损失的起因可以包括无损压缩技术以及典型情况下由于传输装置的物理限制而不可避免的数据讹误。这种传输装置典型情况下确保位错误率低于1,000,000,000,000(10的12次方)分之一但不是零。对于CT扫描中传递的和以上计算的数据规模(4吉字节),这暗示每几十次扫描就可能遭受一次或多次位讹误。
由于不损失有意义数据的要求,CT图像数据的压缩算法优选情况下,虽然不是一切情况下,是无损压缩算法。此外,为了应对数据讹误的不幸事件,应当使用检错和纠错方案。
在本领域内已经提出了CT成像数据的几种压缩算法。大多数这种算法,如果不是全部的话,包含三个主要步骤:关于预期数据进行预测的第一个步骤,要压缩的数据与预测对比的第二个步骤,以及要压缩的数据与预测的数据之间的差异被尽可能高效地编码的第三个步骤(典型情况下称为熵编码步骤)。
若干典型的算法根据先前存储的数据来预测数据,并且优选情况下根据来自过去的多个图像像素频繁地编码图像像素。例如,美国专利5,764,374中公开LOCO-I算法根据邻近被预测像素的一组像素编码像素。结果,压缩后数据中单个位的讹误可能影响所表示数据内不止单个像素,因为在解压缩期间讹误的像素可能影响它周围的像素。所以,在典型的压缩算法中,压缩后数据比非压缩数据对不可避免的数据讹误更敏感。相反,检错和纠错方案,比如里德所罗门或汉明代码需要向被保护的数据增加相当数量的数据,降低了压缩的效果。
因此需要找到一种压缩技术,使压缩后数据与非压缩数据对数据讹误同样敏感,同时保留高无损压缩比。
集电环(以电气工程术语)是通过旋转部件进行电气连接的装置。集电环也被称为旋转电气接口、旋转电气连接器、集电器、转环或电气旋转接合点。集电环包括在轴上安装并与其绝缘的导电环或带。从系统的旋转部件比如发电机转子到该环进行电气连接。固定触点或电刷与该环接触,向系统的外部静止部件传递电力或信号。本质上,集电环是电力和通信电缆的等效物,有能力跨越旋转接合点而不被缠结。不仅如此,还使用了无接触数据和电力传输系统,本文也称为集电环。在US 20030185427A1中公开了实例。
集电环频繁地用于CT扫描仪中,以便连接在产生CT原始数据的扫描仪转子与用于从这种数据重建和显示3D图像的固定中央处理器之间。
当前的集电环的数据吞吐量限制为大约10吉位每秒(10Gbps,109位每秒)。对于某些高分辨率CT扫描,这个带宽不足以传递原始数据并在固定显示器上实时显示CT图像。因此,压缩可用于虚拟地扩展集电环的通信能力。
压缩算法按定义取决于它们需要压缩的数据。业内众所周知,对于任何压缩算法都存在着根本不能压缩的数据,确切地说不能压缩到给定阈值比例以上。因此,如果系统被设计为取决于总能够实现的最小压缩比,在要被压缩的数据未能以要求的比例压缩时该系统就可能失效。尤其是对于采用压缩的CT扫描仪更是如此。
如果没有对被扫描对象的先验知识和以CT扫描仪扫描对象所产生的数据,CT扫描仪设计会需要假设压缩可能根本无效,因而考虑最糟糕的情况会排除压缩的主要益处,即对于高带宽通信使用相对低吞吐量通信链接的能力。
发明内容
本发明要解决的问题是设计一种方法和一种系统架构以应对低压缩阶段而不损失数据,同时保持全部其他阶段期间压缩的益处。本发明的其他方面是支持所述系统架构的压缩器和解压器。
本文公开的示范方法和系统用于在集电环上从旋转数据源比如X射线扫描仪向固定目标比如中央处理器传递数据。专门公开了用于压缩数据的方法、用于解压缩数据的方法、数据压缩器、解压器、用于压缩和解压缩数据的系统、具有用于压缩和解压缩数据的系统的集电环以及具有用于压缩和解压缩数据的系统的CT扫描仪。
在独立权利要求中介绍了所述问题的解决方案。从属权利要求涉及本发明的进一步改进。
所公开的压缩集电环系统包括压缩器,位于连接到从其接收数据的数据发生器的旋转平台上;集电环,在这种旋转平台与固定平台之间分开且连接在两个平台之间;以及解压器,位于经由通信网络连接到目标的这种固定平台上。
用于压缩集电环系统的压缩器可以包括本文公开的任何特征。
用于压缩集电环系统的解压器可以包括本文公开的任何特征。
包括压缩集电环系统的CT扫描仪可以包括本文公开的任何特征。注意,所述数据发生器是由信号接收机从X射线检测器接收的模拟信号的数字采样器。
用于压缩采样的模拟数据的方法包括接收和处理与给定图像帧和所述帧内位置相关联的像素形式的数据。根据对F幅先前存储的帧的组中的一帧和这种帧内利用被编码为正整数的向量V表示的多个潜在坐标之一的参考,预测所述数据。对所述编码数据可以应用防错。
不仅如此,所述压缩器或所述压缩集电环可以包括所述压缩器或所述解压器中的至少一个附带的存储器缓冲区。
压缩器可以包括预测器、熵编码器和防错器中的至少一个。
所述预测器可以处理数据像素组形式的输入数据,并且可以根据F幅先前存储的帧的组中的一帧和这种帧内多个潜在坐标之一,预测所述输入数据像素。这种F幅先前存储的帧的组中的一帧可以是最后帧前面的一帧。
优选情况下,属于图像单行或图像单列的具有尺寸G的像素组在一起处理。在进一步的实施例中,同一像素单元的像素在一起处理。优选情况下,单组的F、V、K、P以及可能其他参数附属于它们。
这种帧内的坐标可以利用被编码为正整数的向量V表示。所述正整数又可以以参数Kv使用哥伦布-莱斯编码法编码。
所述熵编码器或者以参数Kmin使用哥伦布-莱斯编码法编码从所述预测器接收的差异组,对于每个差异组所述参数可以不同,或者在哥伦布-莱斯编码法导致比非压缩数据更多的数据时原样地以非压缩格式转发数据。
此外,所述熵编码器可以使用最小编码在参数Kmin所应用到的数据内嵌入所述参数Kmin,这也表明了不使用压缩的情况。
所述熵编码器可以每S帧原样地以非压缩格式转发数据一次。原样地转发的数据可以是每帧内像素组的子集。
所述防错器可以用纠错码保护以编码数据发送的数据的子集。由这种纠错码保护的数据的这种子集最多可以被限制为Kmin和数据流内其他编码参数的一个或多个,但是不必应用到全部压缩数据。确切地说,可以利用汉明码进行防错。
此外,公开的方法用于通过下列方式压缩采样的模拟数据,即以与给定图像帧和所述帧内位置相关联的像素的形式接收和处理数据;根据对F幅先前存储的帧的组中的一帧和这种帧内多个潜在坐标之一的参考,预测所述数据;选择最佳的预测并编码其历史中的位置Fmin和Vmin;使用加入所述输出数据流的一组参数Kmin和P对所述预测与所述输入数据之间的所述差异编码;以及最后利用纠错码对所述输出数据的子集防错。
像素的处理和选择可以按尺寸G的组进行,以及一组先前存储的帧中所述一帧可以是最后帧前面的一帧。
所述选择的参考帧内的所述坐标可以被表示为可以被编码为正整数的向量V,所述正整数又以参数Kv使用哥伦布-莱斯编码法编码。
所述差异编码可以以参数Kmin使用哥伦布-莱斯编码法进行,对于每个这种差异组所述参数可以不同,或者在哥伦布-莱斯编码法导致比所述非压缩数据更多的数据时以其非压缩格式保持所述输入数据。
所述参数Kmin可以使用最小编码用参数Kmin所应用到的数据来编码,这也表明了不使用压缩的情况。
所述编码可以每S帧原样地以非压缩格式保持数据一次。这种数据保持可以对每帧内像素组的子集进行。
被保护的输出数据的子集最多可以被限制为Kmin、Fmin和Vmin的一个或多个。被保护的输出数据的这种子集可以利用汉明防错码进行防错。
附图说明
以下将参考附图关于实施例的实例,举例介绍本发明,没有一般发明概念的限制。
图1是压缩集电环系统相关组件的框图;
图2是压缩器系统相关组件的框图;
图3是流程图,展示了使用存储器中先前存储的像素预测一组将被压缩像素的过程的相关步骤;
图4展示了2维像素阵列中高效定义偏移量的方法;
图5是流程图,展示了对由预测算法产生的一组差异进行的熵编码过程的相关步骤;
图6是流程图,展示了产生要被附加到熵编码算法输出的防错数据的过程的相关步骤;
图7是解压器系统相关组件的框图;
图8是流程图,展示了对与纠错数据一起发送的参数进行的纠错过程的相关步骤;
图9是流程图,展示了对由预测算法产生的一组差异进行熵解码并以给定参数由熵编码算法进行编码的过程的相关步骤;
图10是流程图,展示了参考在存储器中存储的数据内给定偏移量从一组解码后差异重建像素组过程的相关步骤;
图11显示了计算机断层成像。
具体实施方式
现在转向附图,其中相同的数字贯穿几幅视图代表相同要素,介绍了本发明的示范实施例。为了方便,同一组中可能仅仅某些要素以数字标注。附图的目的是介绍示范实施例。
图1是称为压缩集电环的系统的示范实施例。该系统包括带有被包括或附属的存储器111的压缩器110、集电环120以及带有被包括或附属的存储器131的解压器130。
压缩器110可以位于称为转子的旋转平台上,从该旋转平台得到原始数据112,比如来自计算机断层成像扫描仪上X射线传感器,也称为数据发生器的数据。压缩器接收这种原始数据并可以将其存储在其附带的存储器111中。在一个实施例中,压缩器110可以实施在单个现场可编程逻辑阵列(FPGA)器件上。在其他实施例中,它可以实施在多片FPGA的专用集成电路(ASIC)即ASIC上,或者在CPU或片上系统(SoC)的软件中。在一个实施例中,存储器111、131的任一个都可以实施在如压缩器或解压器的同一器件上(即在管芯上存储器中)。在其他实施例中,存储器可以实施在一片或多片存储器器件上,比如同一印刷电路板(PCB)上邻近压缩器110部件的DRAM器件,或者与压缩器或解压器驻留的PCB相连的PCB上的DRAM器件。
在压缩器无法立即在集电环上传送数据的情况下,例如由于集电环的吞吐量限制,为了存储历史原始数据作为压缩参考以及用于压缩前后数据的临时缓冲区,压缩器110可以使用存储器111。
在这种目标或通向这种目标的网络不能够以解压器产生数据的速度接收数据的事件中,为了存储数据,解压器130可以使用存储器131。
可以基于瓶颈吞吐量导致的储备数据的最大规模、最差压缩比和预计的原始数据的绝对规模来确定存储器131的规模。例如,假若预计每次CT扫描的最大数据量为4吉字节,数据在2秒周期上(以16Gbps的速度)产生,集电环的容量为8Gbps而最差情况的平均压缩比为1.6∶1,这将暗示在最差情况下集电环上的有效吞吐量将是12.8Gbps(按照原始数据),并且压缩后原始数据的有效积累速度将是2Gbps(16G bps的原始数据变为10Gbps的压缩后数据,其中8Gbps的压缩后数据可以被实时传送)。两秒扫描后,这将暗示4吉位的数据积累,需要512兆字节的存储器缓冲区。不过,如果还知道,例如作为更仔细分析的结果,最差情况压缩比仅仅在少于10%的扫描期间出现并且平均压缩比超过2∶1,可能需要小很多的存储器缓冲区,甚至只有几兆字节的数量级,在现有FPGA器件中这将容易适应。
转向图1,压缩器110可以在集电环120上将压缩后数据向解压器130传送,解压器可以在附带存储器缓冲区131中存储数据。解压器130在其输出处传递未压缩的原始数据132。不仅如此,压缩后数据可以被存储在固定单元中或任何存储单元中以进一步使用。
解压器130可以位于称为定子的固定单元上,原始数据可以从其发送给中央处理器或服务器进行数据分析和显示,或者发送给存储单元比如磁盘阵列、网络接入存储(NAS)或存储区域网络(SAN)。解压器接收压缩后原始数据并可以将其或其解压缩形式存储在解压器附带的存储器131中。在一个实施例中,解压器130可以实施在单个现场可编程逻辑阵列(FPGA)器件上。在其他实施例中,它可以实施在多片FPGA的专用集成电路(ASIC)即ASIC上,或者在CPU或片上系统(SoC)的软件中。在一个实施例中,存储器131可以实施在如解压器的同一器件上(即在管芯上存储器中)。在其他实施例中,存储器可以实施在一片或多片存储器器件上,比如同一印刷电路板(PCB)上邻近解压器130部件的DRAM器件,或者与解压器驻留的PCB相连的PCB上的DRAM器件。
在又一个实施例中,预想解压器130将在集电环120上经由通信协议与压缩器110通信并且控制数据流动的速度,使得(压缩后)数据将恰好及时到达解压器,以便对其进行解压缩并将其朝向最终目标转发(正如以上陈述)。在这种情况下,通信协议将担当流控制或反压机制,在从解压器到其目标的通信装置比解压器在解压缩后所产生的原始数据速度更受限的情况下,将能够限制在集电环120上的数据传输。在解压器不具有任何存储器附属于它,或者只有非常少量的存储器附属于它时,这将特别有用。
在另一个实施例中,解压器130还可以使用以上提及的通信协议,以便请求压缩器110重新传送在解压器和压缩器之间的通信链接上移动时已经被破坏的压缩后数据。检测这样的破坏能够充分利用压缩数据附带的检错和纠正数据(见以下)。
在另一个实施例中,解压器130可能不在集电环120上与压缩器110通信。在这种情况下,解压器附属的存储器131可以用作存储压缩数据或被传送到其最终目的地之前的解压缩数据。确定这种存储器的规模时可以根据输入(压缩)数据的预期速率、可能向目标传送的速率、该目标可以成功地处理或存储输入数据的速率、最佳和最差情况下的压缩比以及产生原始数据的速率。例如,如果在集电环120上允许的最大数据速率被限制为8Gbps(压缩数据),朝向该目标传送的速率被限制为10Gbps(解压缩数据),在目标处处理的速率被限制为8Gbps(解压缩数据)并且最佳情况下的压缩比是3∶1,而最差情况下的压缩比是1.6∶1(如在以上实例中),对于两秒周期上的高至4吉字节的扫描(暗示16Gbps的原始数据生成速率),所需要的存储器可能推论如下:解压器到目标传输的最大速率是8Gbps(10Gbps通信速率和8Gbps处理速率的最小值),并且由于原始数据的速率被发生器限制为16Gbps,所以平均积累被限制为8Gbps(16Gbps生成速率减去8Gbps传输速率),它可以以至少1.6∶1比例的压缩格式存储。因此,在两秒周期上可以以8/1.6=5Gbps积累压缩数据,得出10吉位即1.25吉字节。
在另一个实施例中,可以用已知的解压器朝向目标的通信吞吐量以及用其附属存储器131容量配置压缩器110。在这种情况下,压缩器可以包括限制朝向解压器的数据速率的逻辑,比如限制在解压器处的存储器需求而不需要解压器朝向压缩器传送其实际的存储器需求。
在又一个实施例中,如果解压器被配置为不解压缩数据,中央处理器或存储器目标就可以以压缩格式存储数据。结果,可以消除传输和处理的开销,在解压器处产生更低的存储器需求,在某些情形下它甚至可以变得可忽略,即使在解压器与压缩器之间不使用流控制通信协议。
应当注意,图1描绘的压缩集电环可以暴露外部接口,它与业内公知的集电环接口一致。这些接口可以包括光纤或电气接口。因此,压缩集电环可以被提供为常规集电环子系统的简易替换,具有更高的有效吞吐量的益处,并且在面临不可压缩的或不良压缩的数据时,实际上也没有数据损失的风险。
现在对图2进行参考,它描绘了压缩器的示范实施例。这种压缩器可以用于图像压缩以及其它类型的数据。在这种应用的语境中,要压缩的数据将被称为像素,表示图像内单个元素。不过,应当认识到其他类型的数据也可以以类似的方式压缩,即使这种数据不表示图像。例如,这种数据可以表示任何类型的数据,包括被数字采样的数据,来自多种源,比如光、电磁辐射或音频。优选情况下,要压缩的数据在压缩前被缩放。这种缩放可以包括加或减某偏移值和/或乘以某缩放值和/或应用某传递函数。在CT扫描仪的特定情况下,通过缩放不同物理检测器的信号,具有不同闪烁体或不同信号处理组件的模块可以被均衡。均衡可以基于用相同检测器或用参考检测器的参考测量结果。压缩器可以以定点如16位或浮点(如12位尾数,4位阶码)的格式压缩数据。在定点数据的情况下,到浮点的转换可以先于压缩。在浮点数据的情况下,尾数和阶码可以由两个不同的压缩器使用不同的算法或设置压缩。作为替代,压缩仅仅被应用到尾数或阶码,取决于压缩效率。不仅如此,对于偏移值、原尺寸和成像(调制)的数据集可以使用不同的压缩算法。
可以与图像数据分开传送的控制数据,可以不被压缩。控制数据是用于控制硬件如X射线管、处理器硬件或者软件如压缩器的数据。
图2的压缩器包括预测器210,该预测器接收像素格式的要压缩的数据211,以及关于在给定维数和形式的可能图像帧内这种像素位置的同步信息。预测器的主要目的是根据内部模型预测要压缩的数据,典型情况下根据输入数据的历史。预测器的输出是输入数据与预测出模型之间的差异,该输出被发送到熵编码器220进行编码。熵编码器220把来自预测器210的差异数据编码为压缩形式,产生了压缩数据。这种数据然后被发送到防错器230,它用选择的防错码对输入数据进行注释以便使压缩数据免于各种各样的错误。最后,防错器230传递压缩的和可选地防错的数据231作为压缩器的输出。
现在对图3进行参考,它描绘了预测器流程图的示范实施例。
首先预测器接收像素形式的输入数据并存储它们用于将来参考310。典型的像素可以用16位(2个字节)表示。存储像素时可以参考其图像帧(二维阵列)并且多帧可以存储在一起。帧等价于图像而多帧等价于视频序列。帧可以以典型的先进先出(FIFO)次序存储,暗示要被存储的帧的数量F制约着存储器的规模和存储的“视频”的长度。典型的数量F可以是3,使得新像素盖写在三帧以前的像素上。
像素以给定尺寸的组进行处理。组的尺寸可以变化并且典型情况下是图像每行尺寸像素数量的除数。不过,可以使用每组任何数量的像素。例如,像素可以按一次16个像素组处理。组的尺寸后来将制约与被压缩后像素组附属的元数据相关联的有关数据开销。另一方面,组越小,这种像素的特征之间相关的概率就越高。因此组的尺寸反映了每像素可实现的压缩质量和与实现该压缩相关联的开销之间的权衡。不仅如此,应当认识到一起处理的尺寸为G的像素组可以属于图像单行、图像单列或任何其他形式比如可以平铺在图像上的矩形。优选的组尺寸是16×1、21×1、25×1、32×1或42×1。
在进一步实施例中,组的尺寸适应检测器阵列物理部件的像素单元尺寸。这种像素单元尺寸可以由使用同一闪烁体材料(类似从相同晶体或单片晶体中切割的材料)的检测器阵列的尺寸给出。它还可以由隔离物给出,如由于其间增加的串扰而分开邻近通道的凹槽和极板。单元中像素的数量优选情况下是二的幂2^N,因为这表示最常见的检测器阵列结构。像素单元尺寸的另一个限制可能在检测器阵列的边界,由一个单片光二极管阵列组成。进一步的限制可能由检测器给出,这些信号由被同一电源供电的同一模拟预处理IC(多路复用器、积分器、采样与保持)、同一A/D转换器或检测器处理。
下一步,从存储器读出在过去存储的一组像素,用作进行比较的可能参考320。参考像素组的尺寸可以与要处理的组相同。它们可以取自几个先前存储的帧中的至少一个,确切地说,未必来自先前存储的帧。例如,假若F是3,参考像素组可以取自先前的(F1)和再前的帧(F2)两个参考帧之一。一般来说,对于给定的F,取自帧Fi的任何像素组都可以,其中1<=i<=F-1。此外,还可以使用来自当前被处理帧(F0)的像素作为参考,只要没有产生循环依赖。
在优选实施例中,最后帧之前帧的像素用于参考有关的图像,该图像已经由双管、双能或双检测器CT扫描仪产生。作为替代,可以使用由分开的压缩器处理的多个,优选情况下两个并行的数据流。作为进一步的实施例,并行地使用了多个压缩内核(合并在同一个或分开的并行的FPGA中)以增加压缩吞吐量。这些内核可以适于检测器阵列/CT扫描仪的物理结构,如划分时按多层检测器的层,或者按检测器阵列或者按能量,如果如由具有为了区别能量的旋转X射线过滤轮或切换阳极电压或叠层检测器的射线管切换能量。
在参考帧内,参考像素可以取自与正被处理帧内像素的坐标一致的(x,y)坐标,或者与正被处理帧内像素的坐标具有给定偏移值的坐标(x+Δx,y+Δy),其中Δx和Δy可以是在预定义范围内的小的正整数或负整数。Δx和Δy又可以按照被映射到给定偏移值的单个整数表示。这种映射例如在图4中描述,其中例如(Δx,Δy)=(0,0)被编码为0,(Δx,Δy)=(1,1)被编码为5,(Δx,Δy)=(-1,1)被编码为8,(Δx,Δy)=(-1,-1)被编码为6,(Δx,Δy)=(1,-1)被编码为7以及(Δx,Δy)=(-1,2)被编码为20。被编码为0的(Δx,Δy)=(0,0)表示该帧内输入像素的输入坐标。对于不同的应用可以使用不同的图表。使用K=Kv的哥伦布-莱斯编码法可以编码V。典型情况下,K是2(对于最常见的值进行3-4位编码)。在一个实施例中,优选由更小的整数表示“良好”(见以下)参考偏移值的映射。在另一个实施例中,使用的唯一参考偏移值是(Δx,Δy)=(0,0)——仅有在先前帧内正被编码像素的相同坐标。后文将被映射的整数称为来自原始坐标的向量V。
在其他实施例中,所用的参考像素可以基于来自一个或多个帧像素的结合,包括当前处理的帧和过去的帧。例如,V可以编码某参考,比如代数式(A+B-C),其中A是被压缩的当前帧中坐标(Δx,Δy)=(-1,0)处的像素,B是先前帧中坐标(Δx,Δy)=(0,0)处的像素,而C是先前帧中坐标(Δx,Δy)=(-1,0)处的像素。V可以编码为在C>max(A,B)时min(A,B)、在C<min(A,B)时max(A,B)否则A+B-C。这种参考业内被称为梯度预测器参考。
在另一个实施例中,可以递归地应用哥伦布-莱斯编码法以进一步缩短代码长度。
返回图3,对于来自一组被允许向量的任何给定向量Vi,计算了要被编码像素与被选定的其参考像素之间的差异330。在一个实施例中,被允许的向量组可以是例如由图4中整数0-20表示的向量。在另一个实施例中,可以使用仅仅向量0。为了差异计算的目的,每个像素都被视为整型数字。例如对于16位的像素,可以存在65536个不同的可能像素值,范围从0到65535。一组像素与参考组像素之间的差异可以表示为选定向量V所对应的像素对之间的差异绝对值之和。例如,对于一组四个像素3、4、12、100与参考组像素10、10、12、99,该差异是|3-10|+|4-10|+|12-12|+|100-99|=7+6+0+1=14。还可以使用其他差异公式,比如均方、带符号差异之和或者差异熵编码尺寸(见以下的熵编码器)。
在计算了差异330之后,检查340是否存在着更多的候选参考。如果存在着剩余的候选参考341,由步骤320继续该过程。如果不存在剩余的候选参考342,当已经计算了全部可能的向量Vi关于全部可能的参考帧Fi的全部差异340时,选取在330中算出的差异最小的对(Fi,Vj)350。选定的向量Vmin和参考帧Fmin然后被编码,并且与对选取的(Fmin,Vmin)算出的像素组差异一起朝向熵编码器(图1,220)转发。在一个实施例中,Vmin可以以编码参数(可以为Kv=2)使用业内公知的哥伦布-莱斯编码法编码(见以下更详细地说明)。在另一个实施例中,可以将Fmin和Vmin固定为Fmin=2和Vmin=0。在又一个实施例中,可以将Fmin编码为一位,将Fmin=1表示为0而Fmin=2表示为1。
现在对图5进行参考,它描述了熵编码流程图的示范实施例。
熵编码器(图2中的220)按与以上介绍的像素组相关的差异组,以有符号的格式从预测器(图2中的210)接收所选定的算出的差异510。它还可以接收原始像素。对于表示为N位(例如N可以是16)的像素,差异可以为从(1-2N)上至(2N-1)的数字(对于N=16这意味着从-65535上至65535)。因此,可以将差异表示为符号(可以被编码为单个位)和表示该差异的绝对值的N位。
下一步,熵编码器将差异的有符号格式变换为无符号格式520。为了这个目的可以使用来自业内的众所周知的变换,比如由正整数2*D表示所有非负差异D而由正整数-2*D-1表示所有负差异。例如,正差异D=4可以被表示为2*4=8而负整数D=-2可以被表示为-2*(-2)-1=3。结果是所有负差异由奇数表示而所有的非负差异都由偶数表示(零保持为零)。应当注意,在这种变换为非负表达之后,这些差异是0与2(N+1)-2之间的数字,其中N是每像素的位数。因此它们仍然可以由N+1位表示。值2(N+1)-1不能为该变换的结果,因此它可以用于表明数据在组中的对齐或用于其他目的。应当注意,存在着其他变换,但是它们与以上的变换相当类似。将小绝对值变换为小正整数而将大绝对值变换为大正整数的任何这种变换都可以使用。
下一步,熵编码器将参数K初始化为初始值K0530。典型情况下K0是小整数比如3。K在本领域被称为哥伦布-莱斯编码法的参数。在这种编码法中,正整数被表示为其最低K位,随后是其最高剩余位的一元表达,随后是表明一元表达结束的零位。例如,数字127(以二进制记法为1111111b)对于K=4由1111,1111111,0表示,对于K=6由111111,1,0表示,而对于K=7由111111,0表示。这种编码在本领域众所周知并经常在压缩算法中使用。
下一步,熵编码器计算差异组的以参数K的哥伦布-莱斯编码法的位数550。实现最小编码尺寸的K被存储为Kmin。对于G个差异的组规模(例如G可以是16),通过合计由差异(它们被表示为N+1位的整数)的最高N+1-K位表示的整数,并且加到G*(K+1),就能够简单地计算编码尺寸。例如,给定G=4个差异的组(5,12,29,31),对于K=3它们的表达具有的尺寸为0+1+3+3+4*(3+1)=23,对于K=4它们的表达具有的尺寸为22,而对于K=5具有的尺寸为24。因此Kmin在这种情况下是4。
下一步,在一个示范实施例中,K被增加1560,并且对于新的K重复编码尺寸的过程。在另一个实施例中,候选K可以被增加更高的值或者变化值。
如果在540中K达到了预定义的最大值Kmax,便作出到步骤570的转移而不是继续这个步骤550。所以不再考虑更多的K。例如,Kmax可以被设置为10。这暗示在K0(例如3)与Kmax-1(例如9)之间试验了K的值。总之,被试验的K值数字可以是任何数字,尤其是2的幂减1。对于K0=3和Kmax=10,试验了七个不同的值。这些值可以由3位整数表示,留下一个未分配的3位数值,将被用于表明不应当执行压缩(见以下)。
下一步,对于Kmin所达到的最小尺寸编码,该编码尺寸与组尺寸为G而每像素位数为N的原始输入数据的尺寸(G*N)进行对比580、590。如果对于Kmin的编码尺寸大于或等于(G*N)592,便不执行编码,由以上陈述用于表示Kmin的未分配编码可以表明的事实。在这种情况下,原始像素而不是差异可以在输出数据内表示(将不执行压缩)593。否则,如果对于Kmin的编码尺寸小于(G*N)596,熵编码器可以向防错器(图2,230)输出编码后的Kmin和哥伦布-莱斯编码的差异596。
在另一个实施例中,除了编码尺寸动机,熵编码器可以选择在步骤590转发原始输入数据,即使Kmin的编码尺寸小于原始输入数据的尺寸(G*N)。在每S次帧内给定位置处给定像素组需要被编码时可以执行转发一次。S可以是熵编码器的预定义参数,它意在确保即使万一数据讹误解压器也能够与正确数据同步。例如,假若S被设置为100,每100帧在帧内给定位置处的像素组都可以以其非压缩的原始格式被发送,使得对先前传送的像素不存在依赖关系。结果,即使这种像素可能已经被破坏,也确保该像素讹误决不影响多于100个连续帧的像素。发送非压缩像素组的事件被认为是压缩器与解压器之间(或者熵编码器与熵解码器之间)的同步事件。
在一个实施例中,可以每S帧对该帧内全部像素都执行同步事件。这是实施同步的最简单方法,不过它也招致了非压缩数据的突发(整个非压缩帧都被发送)。因此,在另一个实施例中,帧内不同像素组的同步事件被展开,使得容纳M个像素组的帧,每帧只有M/S个组被同步,但是在超过S个帧的阶段上所有组都被同步。在又一个实施例中,给定帧内像素组的同步事件可以跳过,如果它在过去S个帧内以非压缩格式发送过(如对于新近帧在编码不引起比原始输入更小的表达时——自然同步)。这可以稍微地改进整体压缩比而不牺牲编码的抗错。
在一个实施例中,如果对于Kmin的哥伦布-莱斯编码后的编码尺寸对在该组内编码的全部差异都严格为每编码Kmin+1位(即对于全部差异低Kmin位以上的高位都是零),就可以使用特殊的指示表明这些编码在尺寸上都是相等的,并且将不提供这些编码的划界位。这种指示可以以标注为P的附加位的形式出现。如果P=1,这可以表示正常的哥伦布-莱斯编码,而当P=0时,这可以表示对该组中差异所用的编码仅仅是表示这些差异的Kmin个低位的固定尺寸。P位的益处可以取决于被压缩数据的类型。如果分析显示出这些差异用Kmin以上的至少一个非零高位被正常编码,该P位就可以从数据流中省略。不过,如果这不是经常的情况,包括该P位可能有益,因为对于尺寸为G的差异组,它允许编码尺寸减少G位。
在一个实施例中,熵编码器的输出可以被视为压缩器(图1,110)的输出。所以数据被传送到集电环而不需要进一步防错。在另一个实施例中,熵编码器的输出可以被传递到防错器(图2,230)以对可能的位错进行防护。
现在对图6进行参考,它描绘了防错器流程图的示范实施例。
防错器可以接收或者一组原始像素(作为尺寸为G的组,其中例如G可以是16),或者一组哥伦布-莱斯编码的差异连同参考帧索引Fmin(见图3中预测器流程图的说明)、参考帧内的偏移值向量Vmin(见图3中预测器流程图的说明)和哥伦布-莱斯编码法参数Kmin(见图5中熵编码器流程图的说明)610。如果熵编码器还使用了以上讨论的P位以表明仅仅截断的低位编码,它也可以被转发到防错器。
为了保护与输入数据一起传递到防错器的参数,它可以计算纠错码(ECC)620。在一个实施例中,如果Fmin由一位表示、Vmin由六位表示、Kmin由三位表示并且使用了一个P位,这种纠错码可以是汉明(15,11)码。在这种编码下,向构成Fmin、Vmin和Kmin的11位加入了另外4位ECC,使得这些参数和加入的ECC上的任何单个位错都能够被数据的接收者校正。在另一个实施例中,在不使用Fmin、Vmin和P位(即每一像素都参考了固定的先前帧内单个像素并且不使用哥伦布-莱斯优化)时,通过汉明(7,4)码可以保护三位Kmin对抗单个位错。在又一个实施例中,所用的ECC可以是本领域许多公知纠错码之一。
在另一个实施例中,除了ECC,还可以加入检错码(EDC),比如循环冗余检验(CRC)或覆盖编码的差异或像素数据的奇偶校验位625。这种EDC可以用来检测数据中的错误,使得在不可纠正错误的罕见情况下解压器可以请求压缩器重新传送被破坏的数据。
应当注意,通过仅仅向伴随像素数据(或者表示它们的编码的差异)的这些参数应用ECC,向数据流加入的开销非常少。此外,由于在不同帧内不同坐标处的像素之间可能不存在或存在非常少的依赖性(例如,假若不使用Vmin和Fmin或它们总是常数),所以数据流中的任何位错都可以被限制到单个像素(或一系列帧内相同坐标处的像素),而大多数或全部跨像素的影响都被应用到这些位的纠错码消除,它们被组内的多个像素编码结果有效地共享——F、V、K和P参数。结果,对于医疗应用,这种纠错措施可足以保护CT扫描的数据,同时不必对全部压缩数据应用纠错方案,它会导致有效压缩比变差。
在另一个实施例中,表示编码的差异或像素的位数可以由B表示,它也可以被附加到编码的差异或像素组。也可以向B应用ECC以便万一出错时允许对组数据比较容易地同步。B可以对所表示的像素或差异的位简单地计数,也可以仅仅对这种编码的可变长度比如哥伦布-莱斯编码位中一元表示的部分计数。
在进一步实施例中,如果存在着未使用的带宽,便可以增加ECC的量以提高保护,可以以其原始形式传送像素,可以使用不太处理密集的压缩向量V或以上的任何结合。
最后,防错器的输出是一组编码的差异或像素连同参数F、V、K和P以及算出的ECC和可选的EDC 630。在进一步实施例中,可以对防错器的输出进行扰频以使其适于特定集电环传输的特征。
应当注意,每编码像素的开销可以由F、V、K和P参数的尺寸制约,但是通过改变一起处理的像素组的尺寸G可以将其调优到任何要求的最小量。G越大,这些参数的开销就越小,但是由于缺乏组内像素之间的相关性使压缩比受限的概率就越高。同样,G越小,这些参数的开销就越高,但是由于缺乏组内像素之间的相关性使压缩比受限的概率就越小。
现在对图7进行参考,它描述了解压器(比如图1中的130)的示范实施例。这种解压器可以用于图像解压缩以及其他类型的数据。在这种应用的语境中,要被解压缩的数据将被称为像素,表示图像内单个元素。不过,应当认识到,其他类型的数据也可以以类似的方式解压缩,即使这种数据不表示图像。例如,这种数据可以表示任何类型的数据,包括从各种各样来源数字采样的数据,比如光、电磁辐射或音频。
图7的解压器包括纠错器710,它接收编码的差异或像素格式的要被解压缩的数据711,连同编码和防错参数以及关于收到数据的开始和结束以及要接收帧的预期尺度和形式的同步信息。纠错器可以负责根据所用的纠错和检错码识别和纠正输入数据内的任何错误,以及从数据中剥离ECC和EDC信息再将其传递到熵解码器720。熵解码器可以接收编码的差异或原始像素连同编码参数。它可以负责将信息解码为单纯的有符号差异,由重建器730加入参考数据或从中减掉。如果原始像素数据被熵解码器接收(在还尚未对这些像素应用压缩的情况下),它可以将这种像素按原样转发到重建器。重建器可以重建该原始像素数据,方式为将这些差异加入可能已经存储在其存储器中的适当参考数据,或者从其减掉这些差异。然后,它可以在其存储器中存储这些重建数据用于将来的参考,然后以像素的形式将其转发作为解压器的输出731。
现在对图8进行参考,它描述了纠错器流程图的示范实施例。
纠错器可以接收与像素组一起发送的全部编码参数以及纠错和检错码810。这些参数可以包括以上介绍的Fmin、Vmin、Kmin和P参数,或者由压缩器使用的这些参数的子集。使用可以是以上介绍的任何代码的ECC码,可以检测和纠正在提供参数820上的一个或多个位错。在示范实施例中,向纠错器仅仅发送了四位Kmin,连同由汉明码(7,4)算出的三位ECC。这种代码的纠错过程在本领域众所周知。使用可以是以上介绍的任何代码的EDC,可以检测在提供的像素或差异组上的错误。万一检测出不可恢复的错误825、826,纠错器可以启动重新传送被破坏数据的请求。对于这样的请求可以使用从解压器到压缩器的任何常用的通信信道,包括低速信道比如I^2C或以太网信道。在这样的事件中,可以停止解压缩直到收到了重新传送的数据。最后,假设没有检测出不可纠正错误827,就可以将纠正后的参数转发给熵解码器830。在这一点上,可以丢弃ECC,因为它在解压器内没有进一步的使用价值。
现在对图9进行参考,它描述了熵解码器流程图的示范实施例。
熵解码器可以从纠错器接收若干组编码的差异,连同以上介绍的Kmin以及可能地P参数910。作为替代,呈现给熵解码器的参数可以表明该数据是未压缩的像素组(正如以上介绍可以将其编码为Kmin的特殊值)。如果该输入表示未压缩数据920、922,它被原样地输出并且可以丢弃Kmin和P参数930。如果输入表示差异921,该数据通过一组步骤被解码,它们表示以上呈现的熵编码器的反动作。这在以下介绍。
使用Kmin参数(它可以被编码),熵解码器可以对由哥伦布-莱斯代码编码的差异进行解码940。例如,给定位流和参数Kmin,使用头Kmin位作为新差异值的低位,然后对1进行计数直到第一个0位,以便推论出可以被加入到先前陈述低位的高位的值。对于预定义的或在压缩器与解压器之间协商的尺寸为G的像素组,这个过程被重复G次。例如,给定二进制代码01110101110b和Kmin=2,可以将第一个差异标识为具有01b的低位和10b的高位(这表示2,它是低位之后1的数量),并且合在一起出现了值1001b,它是十进制的9。下一个差异被解码为具有10b为低位和11b为高位(这表示3,它是低位之后1的数量),它产生了1110b或十进制的14。
下一步,熵解码器可以将全部表示为正整数的结果差异变换回有符号格式950。使用由熵编码器将有符号的值变换为正整数所用公式的反向公式可以做到这一点。例如,偶整数N=2*D(其中D是非负整数)经由D=N/2被变换为非负差异D,而奇整数N=-2*D-1(其中D是小于0的负整数)经由D=-(N+1)/2被变换为负差异D。因此,诸如9和14的差异如以上解码被变换为-5和7。应当认识到,其他变换也是可能的,取决于由对应熵编码器使用的技术。
P参数用于如以上定义表明没有非零的高位,尺寸为G的差异组的位流就可以通过将输入的G*Kmin位划分为G个相等的位组而被简单地解码,这些位组表示这些差异的正数表达,并且以上的变换从此继续。
最后,熵解码器可以向重建器输出有符号的差异960,正如图7的介绍。正如以上陈述,如果熵解码器的输入由非压缩的像素组成,它们原样地被转发到重建器。
现在对图10进行参考,它描述了重建器的流程图的示范实施例。
重建器可以接收一组像素输入,或者以非压缩格式或者以如从熵解码器所接收的差异的形式1010。
在像素组作为非压缩像素到达重建器的情况下1020、1021,重建器可以在它可以计算它们的位置只是存储它们以便将来参考,或者明确地传送输入数据并将它们输出为解压器的解压缩输出1050。如果由预测器(见图2的210)使用的参考帧数量是F,重建器还可以存储F帧的历史,它们可以以先进先出(FIFO)次序盖写,使得在存储器中保留的最老的帧总是被新来到的解压缩像素盖写。因此,由解压器使用的存储器可以被限制到F帧。F的典型数字可以是3使得新像素写在三帧前的像素上。
万一重建器接收像素的差异以及以上定义的参数Fmin和Vmin而不是以非压缩格式1020、1022,它可以可以继续下去,方式为首先在由Fmin和Vmin定义的位置从其存储器中读取所需要的参考像素1030。以上定义的Fmin和Vmin可以指明保存着先前传送像素的存储器内参考数据的位置,其中Fmin可以指明要用作参考的帧,而Vmin可以指明相对于正被解压缩的像素的当前位置,参考帧内的编码向量,指向要用作参考的精确像素。Vmin可以使用图4描述的编码表并且其数值又可以以已知K参数由哥伦布-莱斯代码编码。在后一情况下,可以首先将Vmin的数值解码为正整数,它可以被解码为参考帧内的(x,y)偏移值。
下一步,重建器可以重建被压缩的像素,方式为向从存储器读取的正确参考像素加入差异1040。这种运算可以按像素执行也可以对组中的全部像素一次执行。
同样,一旦已经重建了这些像素,就可以将它们存储在存储器中用于将来参考,并且作为重建器的输出和解压器(见图7的730)的输出发送1050。
应当认识到,用于像素数据压缩和解压缩的全部上述方法都与图像维度无关。确切地说,应当注意,以上面介绍的一定的向量V数值的损失为代价,以上方法可以对像素流的不同部分独立地并行执行。因此,为了使压缩和解压缩都加速,可以使用并行实施比如FPGA或ASIC实施。
应当认识到,以上介绍的方法可以以许多方式变化,包括改变步骤的顺序和使用的严格实施。还应当认识到,以上介绍的方法和装置的说明应当被解释为包括执行这些方法的装置以及使用该装置的方法。
图11显示了计算机断层成像。计算机断层成像(CT扫描仪)包括两个主要机械部件。固定平台109b用作整个仪器的基础和支持,旋转平台109a在其中旋转。患者104被放置在旋转部件开口中的床107上。提供了X射线管101,也提供了与其对立部署的检测器103,利用X射线102扫描患者。X射线管101和检测器103被部署为在旋转平台109a上可旋转。集电环100用作旋转平台109a与固定平台109b之间的电气连接。压缩器(这里未显示)优选情况下位于旋转平台109a,而解压器(这里也未显示)可以位于固定平台109b。评估和控制单元106用作操作计算机断层成像并还用作显示所产生的图像。解压器(这里未显示)还可以位于评估和控制单元106。为了与计算机断层成像通信,提供了数据链接105,如计算机网络。
已经使用本发明实施例的详细说明介绍了它,这些实施例利用实例提供并且意图不在限制本发明的范围。所介绍的实施例包括不同特征,并非在本发明的一切实施例中全都需要。本发明的一些实施例利用了仅仅某些特征或特征的可能组合。本领域人员将会想到所介绍的本发明实施例的若干变种以及包括了在介绍的实施例中所指出特征的不同组合的本发明的实施例。

Claims (13)

1.一种压缩集电环系统,包括:
集电环,连接计算机断层成像扫描仪的旋转平台(109a)与固定平台(109b);
压缩器(110),位于连接到数据发生器的所述旋转平台上,所述压缩器(110)适于从所述数据发生器接收以与给定图像帧和该帧内位置相关联的像素形式的数据;
所述压缩器(110)进一步包括预测器单元(210)、熵编码器单元(220)和防错器单元(230);
所述预测器单元(210)具有以数据像素组处理数据的装置并且具有计算一组数据像素与多个参考组中的每一个参考组的数据像素之间的差异的绝对值之和并且选择与具有差异的绝对值的最小和的参考组相对应的差异Fmin和Vmin的装置,所述参考组由参考帧Fi和从先前存储的帧取得的偏移量Vj限定;
所述熵编码器单元(220)包括以实现最小编码尺寸的参数Kmin使用哥伦布-莱斯编码法对来自所述预测器单元的所选差异Fmin和Vmin进行编码的装置,并且
所述防错器单元(230)包括用防错码把数据从所述熵编码器单元发送到压缩器输出的装置,
其特征在于,所述防错器单元(230)包括发送用纠错码保护的数据的子集的装置,用纠错码保护的数据的子集被限制为Kmin、参考帧指标Fmin和参考帧内的偏移值向量Vmin中的一个或多个。
2.根据权利要求1的压缩集电环系统,其特征在于:
F幅先前存储帧的组的一帧仅仅是最后帧之前的一帧。
3.根据任何一个前面的权利要求的压缩集电环系统,其特征在于:
所述熵编码器单元(220)包括编码最佳预测的指标Fmin和参考帧内的偏移值向量Vmin以及使用加入到输出数据流之中的一组参数Kmin和P来编码所述预测与数据之间的差异的装置,Kmin是实现最小编码尺寸的K,P是用来表明所编码的差异在尺寸上都是相等的并且将不提供所编码的差异的划界位的特别的指示。
4.根据权利要求1或2的压缩集电环系统,其特征在于:
所述熵编码器单元(220)包括或者以对于每个差异组可以不同的参数Kmin使用哥伦布-莱斯编码法来编码所接收的数据像素和参照像素之间的差异组,或者可以在哥伦布-莱斯编码法导致比非压缩数据更多的数据时原样地以非压缩格式转发数据的装置。
5.根据权利要求4的压缩集电环系统,其特征在于:
使用最小编码尺寸以参数Kmin所应用到的数据来编码所述参数Kmin,这也表明了不使用压缩的情况。
6.根据权利要求1或2的压缩集电环系统,其特征在于:
所述熵编码器单元(220)包括每S帧以非压缩格式转发数据一次并且对于每帧内像素组的子集以非压缩格式转发数据的装置。
7.一种CT扫描仪,包括根据任何一个前面的权利要求的压缩集电环系统,其特征在于:
所述数据发生器是信号接收机从X射线检测器接收的模拟信号的数字采样器。
8.一种压缩采样的模拟数据的压缩方法,包括:
以与给定图像帧和所述帧内位置相关联的像素的形式接收和处理数据;
通过计算一组数据像素与多个参考组中的每一个参考组的数据像素之间的差异的绝对值之和并且选择与具有差异的绝对值的最小和的参考组相对应的差异Fmin和Vmin来以数据像素组处理数据,所述参考组由参考帧Fi和从先前存储的帧取得的偏移量Vj限定;
以实现最小编码尺寸的参数Kmin使用哥伦布-莱斯编码法对所选差异Fmin和Vmin进行编码;
对全部所编码的数据或其一部分进行防错保护,发送用纠错码保护的数据的子集,用纠错码保护的数据的子集被限制为Kmin、参考帧指标Fmin和参考帧内的偏移值向量Vmin中的一个或多个。
9.根据权利要求8的压缩方法,其特征在于:
F幅先前存储帧的组的一帧仅仅是最后帧之前的一帧。
10.根据权利要求8或9的压缩方法,其特征在于:
编码最佳预测的指标Fmin和参考帧内的偏移值向量Vmin以及使用加入到输出数据流之中的一组参数Kmin和P来编码所述预测与数据之间的差异,Kmin是实现最小编码尺寸的K,P是用来表明所编码的差异在尺寸上都是相等的并且将不提供所编码的差异的划界位的特别的指示。
11.根据权利要求8至9中任何一个的压缩方法,其特征在于:
或者以对于每个差异组可以不同的参数Kmin使用哥伦布-莱斯编码法来编码所接收的数据像素和参照像素之间的差异组,或者在哥伦布-莱斯编码法导致比非压缩数据更多的数据时原样地以非压缩格式转发数据。
12.根据权利要求11的压缩方法,其特征在于:
使用最小编码尺寸以参数Kmin所应用到的数据来编码所述参数Kmin,这也表明了不使用压缩的情况。
13.根据权利要求8至9中任何一个的压缩方法,其特征在于:
每S帧以非压缩格式转发数据一次并且对于每帧内像素组的子集以非压缩格式转发数据。
CN201080041958.5A 2009-09-21 2010-09-21 计算机断层成像数据的容错压缩和解压缩的方法和系统 Active CN102576378B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US24427609P 2009-09-21 2009-09-21
US61/244,276 2009-09-21
PCT/IB2010/002361 WO2011033381A1 (en) 2009-09-21 2010-09-21 A method and system for error resilient compression and decompression of computed tomography data

Publications (2)

Publication Number Publication Date
CN102576378A CN102576378A (zh) 2012-07-11
CN102576378B true CN102576378B (zh) 2015-06-17

Family

ID=43499886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201080041958.5A Active CN102576378B (zh) 2009-09-21 2010-09-21 计算机断层成像数据的容错压缩和解压缩的方法和系统

Country Status (4)

Country Link
US (1) US9031296B2 (zh)
EP (1) EP2481001B1 (zh)
CN (1) CN102576378B (zh)
WO (1) WO2011033381A1 (zh)

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2663074B1 (en) * 2012-05-11 2016-04-13 XRing Technologies GmbH Method and system for lossy compression and decompression of computed tomography data
CN103961121B (zh) * 2013-01-31 2019-03-15 Ge医疗系统环球技术有限公司 Ct扫描系统及其中收发原始数据的方法
US9485222B2 (en) * 2013-08-20 2016-11-01 Hewlett-Packard Development Company, L.P. Data stream traffic control
JP6675214B2 (ja) * 2015-03-12 2020-04-01 キヤノンメディカルシステムズ株式会社 X線ct装置及びデータ圧縮復元方法
US9959638B2 (en) * 2015-03-12 2018-05-01 Toshiba Medical Systems Corporation X-ray CT apparatus and data compression/restoration method
CN104825183A (zh) * 2015-04-17 2015-08-12 中国科学院苏州生物医学工程技术研究所 一种用于ct数据的封装传输方法
US9917898B2 (en) 2015-04-27 2018-03-13 Dental Imaging Technologies Corporation Hybrid dental imaging system with local area network and cloud
US10268380B2 (en) 2015-05-21 2019-04-23 Zeropoint Technologies Ab Methods, devices and systems for semantic-value data compression and decompression
WO2016186563A1 (en) 2015-05-21 2016-11-24 Zeropoint Technologies Ab Methods, devices and systems for hybrid data compression and decompression
SE540178C2 (en) 2016-01-29 2018-04-24 Zeropoint Tech Ab Methods, devices and systems for compressing and decompressing data
US10043232B1 (en) * 2017-04-09 2018-08-07 Intel Corporation Compute cluster preemption within a general-purpose graphics processing unit
CN107682452B (zh) * 2017-10-31 2020-12-29 东软医疗系统股份有限公司 一种数据处理方法、装置及系统
US10720124B2 (en) * 2018-01-15 2020-07-21 Microsoft Technology Licensing, Llc Variable pixel rate display interfaces
WO2019222958A1 (en) 2018-05-24 2019-11-28 Alibaba Group Holding Limited System and method for flash storage management using multiple open page stripes
WO2020000136A1 (en) 2018-06-25 2020-01-02 Alibaba Group Holding Limited System and method for managing resources of a storage device and quantifying the cost of i/o requests
US11327929B2 (en) 2018-09-17 2022-05-10 Alibaba Group Holding Limited Method and system for reduced data movement compression using in-storage computing and a customized file system
US11061735B2 (en) 2019-01-02 2021-07-13 Alibaba Group Holding Limited System and method for offloading computation to storage nodes in distributed system
US10860223B1 (en) 2019-07-18 2020-12-08 Alibaba Group Holding Limited Method and system for enhancing a distributed storage system by decoupling computation and network tasks
US10820871B1 (en) 2019-08-09 2020-11-03 GE Precision Healthcare LLC Mobile X-ray imaging system including a parallel robotic structure
CN110584690B (zh) * 2019-09-27 2023-03-28 东软医疗系统股份有限公司 Ct图像数据传输方法、装置、设备及ct系统
US11617282B2 (en) 2019-10-01 2023-03-28 Alibaba Group Holding Limited System and method for reshaping power budget of cabinet to facilitate improved deployment density of servers
US11863713B2 (en) * 2019-10-30 2024-01-02 Texas Instruments Incorporated Methods and apparatus for image frame freeze detection
US11449455B2 (en) 2020-01-15 2022-09-20 Alibaba Group Holding Limited Method and system for facilitating a high-capacity object storage system with configuration agility and mixed deployment flexibility
US11379447B2 (en) 2020-02-06 2022-07-05 Alibaba Group Holding Limited Method and system for enhancing IOPS of a hard disk drive system based on storing metadata in host volatile memory and data in non-volatile memory using a shared controller
US11449386B2 (en) 2020-03-20 2022-09-20 Alibaba Group Holding Limited Method and system for optimizing persistent memory on data retention, endurance, and performance for host memory
US11301173B2 (en) 2020-04-20 2022-04-12 Alibaba Group Holding Limited Method and system for facilitating evaluation of data access frequency and allocation of storage device resources
US11385833B2 (en) 2020-04-20 2022-07-12 Alibaba Group Holding Limited Method and system for facilitating a light-weight garbage collection with a reduced utilization of resources
US11281575B2 (en) 2020-05-11 2022-03-22 Alibaba Group Holding Limited Method and system for facilitating data placement and control of physical addresses with multi-queue I/O blocks
US11461262B2 (en) 2020-05-13 2022-10-04 Alibaba Group Holding Limited Method and system for facilitating a converged computation and storage node in a distributed storage system
US11494115B2 (en) 2020-05-13 2022-11-08 Alibaba Group Holding Limited System method for facilitating memory media as file storage device based on real-time hashing by performing integrity check with a cyclical redundancy check (CRC)
US11507499B2 (en) 2020-05-19 2022-11-22 Alibaba Group Holding Limited System and method for facilitating mitigation of read/write amplification in data compression
US11556277B2 (en) 2020-05-19 2023-01-17 Alibaba Group Holding Limited System and method for facilitating improved performance in ordering key-value storage with input/output stack simplification
US11263132B2 (en) 2020-06-11 2022-03-01 Alibaba Group Holding Limited Method and system for facilitating log-structure data organization
US11354200B2 (en) 2020-06-17 2022-06-07 Alibaba Group Holding Limited Method and system for facilitating data recovery and version rollback in a storage device
US11422931B2 (en) 2020-06-17 2022-08-23 Alibaba Group Holding Limited Method and system for facilitating a physically isolated storage unit for multi-tenancy virtualization
US11354233B2 (en) 2020-07-27 2022-06-07 Alibaba Group Holding Limited Method and system for facilitating fast crash recovery in a storage device
US11372774B2 (en) 2020-08-24 2022-06-28 Alibaba Group Holding Limited Method and system for a solid state drive with on-chip memory integration
US11487465B2 (en) 2020-12-11 2022-11-01 Alibaba Group Holding Limited Method and system for a local storage engine collaborating with a solid state drive controller
US11734115B2 (en) 2020-12-28 2023-08-22 Alibaba Group Holding Limited Method and system for facilitating write latency reduction in a queue depth of one scenario
US11416365B2 (en) 2020-12-30 2022-08-16 Alibaba Group Holding Limited Method and system for open NAND block detection and correction in an open-channel SSD
US11726699B2 (en) 2021-03-30 2023-08-15 Alibaba Singapore Holding Private Limited Method and system for facilitating multi-stream sequential read performance improvement with reduced read amplification
US11461173B1 (en) 2021-04-21 2022-10-04 Alibaba Singapore Holding Private Limited Method and system for facilitating efficient data compression based on error correction code and reorganization of data placement
US11476874B1 (en) 2021-05-14 2022-10-18 Alibaba Singapore Holding Private Limited Method and system for facilitating a storage server with hybrid memory for journaling and data storage

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5825830A (en) * 1995-08-17 1998-10-20 Kopf; David A. Method and apparatus for the compression of audio, video or other data
US6470065B1 (en) * 2001-07-13 2002-10-22 Siemens Aktiengesellschaft Apparatus for computer tomography scanning with compression of measurement data
US6654419B1 (en) * 2000-04-28 2003-11-25 Sun Microsystems, Inc. Block-based, adaptive, lossless video coder
CN1483382A (zh) * 2003-07-28 2004-03-24 沈阳东软数字医疗系统股份有限公司 针对原始ct图像数据的压缩方法
CN1820706A (zh) * 2005-01-31 2006-08-23 西门子公司 具有用于压缩图像数据的装置的医学成像系统

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5764374A (en) 1996-02-05 1998-06-09 Hewlett-Packard Company System and method for lossless image compression having improved sequential determination of golomb parameter
US7050616B2 (en) 2002-04-01 2006-05-23 Ge Medical Systems Global Technology Company, Llc Data transmission scheme and system for image reconstruction
JP4500213B2 (ja) * 2005-05-20 2010-07-14 オリンパスイメージング株式会社 データ符号化装置、データ復号化装置、データ符号化方法、データ復号化方法、プログラム
JP4808067B2 (ja) * 2006-04-24 2011-11-02 富士通株式会社 画像圧縮装置、画像圧縮プログラム、画像圧縮方法
DE102007014830B3 (de) * 2007-03-28 2008-08-28 Siemens Ag Datenübertragung bei rotierenden medizinischen Systemen
US8260019B2 (en) * 2007-08-17 2012-09-04 General Electric Company Methods and apparatus for data communication across a slip ring
US7844097B2 (en) * 2007-12-03 2010-11-30 Samplify Systems, Inc. Compression and decompression of computed tomography data
US8151022B2 (en) * 2008-11-26 2012-04-03 Simplify Systems, Inc. Compression and storage of projection data in a rotatable part of a computed tomography system
US20110026591A1 (en) * 2009-07-29 2011-02-03 Judit Martinez Bauza System and method of compressing video content

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5825830A (en) * 1995-08-17 1998-10-20 Kopf; David A. Method and apparatus for the compression of audio, video or other data
US6654419B1 (en) * 2000-04-28 2003-11-25 Sun Microsystems, Inc. Block-based, adaptive, lossless video coder
US6470065B1 (en) * 2001-07-13 2002-10-22 Siemens Aktiengesellschaft Apparatus for computer tomography scanning with compression of measurement data
CN1483382A (zh) * 2003-07-28 2004-03-24 沈阳东软数字医疗系统股份有限公司 针对原始ct图像数据的压缩方法
CN1820706A (zh) * 2005-01-31 2006-08-23 西门子公司 具有用于压缩图像数据的装置的医学成像系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A Lossless Compression Method for Medical Image Sequences Using JPEG-LS and Interframe Coding;Shaou-Gang Miaou 等;《IEEE TRANSACTIONS ON INFORMATION TECHNOLOGY IN BIOMEDICINE》;20090901;第13卷(第5期);第818-821页 *

Also Published As

Publication number Publication date
EP2481001A1 (en) 2012-08-01
WO2011033381A1 (en) 2011-03-24
US9031296B2 (en) 2015-05-12
EP2481001B1 (en) 2014-11-05
CN102576378A (zh) 2012-07-11
US20120237101A1 (en) 2012-09-20

Similar Documents

Publication Publication Date Title
CN102576378B (zh) 计算机断层成像数据的容错压缩和解压缩的方法和系统
US9143792B2 (en) Method and system for lossy compression and decompression of computed tomography data
US10362220B2 (en) Conversation of pixel data into compression format of pixels
EP0753218B1 (en) Fixed quality source coder
TW201026288A (en) Compression and storage of projection data in a rotatable part of a computed tomography system
US6470065B1 (en) Apparatus for computer tomography scanning with compression of measurement data
US8214724B2 (en) Transmitting data with variable unit for playback
CN107004135A (zh) 大图像文件的远程查看
CN114731411A (zh) 用于v3c/v-pcc的所解码的图块散列sei消息
CN105163122B (zh) 一种基于图像块相似性的图像压缩及解压缩方法
CN110868272A (zh) 基于服务器集群的高码速率卫星实时快视处理系统及方法
CN111067559A (zh) Ct图像数据的处理方法及ct成像系统
Wegener et al. Real-time compression of raw computed tomography data: technology, architecture, and benefits
Asma et al. Lossless compression of dynamic PET data
CN117596578A (zh) 一种ct滑环元数据高效传输方法
CN104825183A (zh) 一种用于ct数据的封装传输方法
JP2005218728A (ja) 内視鏡装置
JP2011035460A (ja) データ圧縮装置およびデータ圧縮プログラム
Iqbal et al. Medical image viewing over mobile devices using 3G network
Urban Voyager image data compression and block encoding
JP2011044912A (ja) データ復号化装置およびデータ復号化方法
JP2016168323A (ja) X線ct装置及びデータ圧縮復元方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200225

Address after: Faye Sten Field Brooke, Germany

Patentee after: SCHLEIFRING UND APPARATEBAU GmbH

Address before: Faye Sten Field Brooke, Germany

Patentee before: Xring Technologies GmbH