CN104038543A - 一种医疗影像设备云重建的方法、云平台及系统 - Google Patents

Abstract

本发明公开了一种医疗影像设备云重建的方法、云平台及系统，该方法包括：接收至少一个医疗影像设备发送的扫描数据；在云平台上存储所述至少一个医疗影像设备的扫描数据；响应于当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像，包括：将所述当前医疗影像设备的扫描数据划分为多个子数据集合；将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像；将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。本发明实施例中，医疗图像重建的过程可以在云平台侧实现，能使医疗影像的重建过程效率更高。

Description

一种医疗影像设备云重建的方法、云平台及系统

本申请是发明名称为“基于云平台的医疗影像数据共享的方法、云平台和系统”、申请号为201310202724.X、申请日为2013年5月27日的中国申请的分案申请。

技术领域

本发明涉及医学影像处理领域，特别是涉及一种医疗影像设备云重建的方法、云平台及系统。

背景技术

目前，医疗设备是指单独或者组合使用于用户的仪器、器具、材料或者其他物品，也包括所需要的软件。而医疗影像设备则是通过扫描用户等方式来获得医疗影像的医疗设备。

现在的医疗影像设备，以计算机断层扫描仪(CT)为例，仅仅由本机提供医疗影像的重建及存储。例如，对用户扫描计划的制定，对用户执行扫描，存储扫描数据，以及依据扫描数据重建医疗影像，以及，医疗影像的诊断等都是利用CT机自身完成的。某一台CT无法得到其他CT的扫描数据，也无法将其他CT的扫描数据作为自己进行扫描时的参考。

可见，目前现有技术不能实现不同医疗影像设备之间的数据共享。

发明内容

本发明所要解决的技术问题是，提供一种基于云平台的医疗影像数据共享的方法，以解决现有技术中不能实现不同医疗影像设备之间的数据共享的技术问题。

本发明的另一个目的是将上述构思应用于具体的应用环境中，提供一种基于云平台的医疗影像数据共享的云平台，从而保证该方法的实现和应用。

为解决上述技术问题，本发明实施例提供了一种基于云平台的医疗影像数据共享的方法，所述云平台与至少一个医疗影像设备相连，该方法包括：

接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据；

在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

可选的，在所述医疗影像设备发送扫描数据的情况下，还包括：

响应于所述当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像。

可选的，所述依据所述当前医疗影像设备的扫描数据重建对应的医疗影像，包括：

将所述当前医疗影像设备的扫描数据划分为多个子数据集合；

将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致；

将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

可选的，还包括：

将所述医疗影像返回至所述当前医疗影像设备。

可选的，还包括：

响应当前医疗影像设备进行导引扫描的请求，依据存储的其他医疗影像设备的医疗影像和/或扫描数据，实现对所述当前医疗影像设备的导引扫描。

可选的，所述医疗影像设备包括有心输出量测量能力的设备和计算机断层扫描仪CT，所述实现对所述当前医疗影像设备的导引扫描，包括：

响应于当前CT对待扫描对象进行增强扫描的操作，从云平台获取针对所述待扫描对象采用所述有心输出量测量能力的设备得到的心输出量；

依据所述心输出量计算对所述待扫描对象进行增强扫描所需的造影剂总量和造影剂注射速度；

将所述造影剂总量和造影剂注射速度发送至所述当前CT，以便所述当前CT对所述待扫描对象进行增强扫描。

可选的，所述实现对所述当前医疗影像设备的导引扫描，包括：

响应于接收到的当前医疗影像设备发送的待扫描对象的扫描部位的医疗影像，在所述云平台上匹配出存储的其他对象的相同扫描部位的医疗影像和/或扫描数据；

依据所述匹配获得的医疗影像和/或扫描数据生成对所述待扫描对象进行剂量优化所需的参数，以便所述当前医疗影像设备依据所述参数对所述待扫描对象进行剂量优化扫描。

可选的，所述医疗影像和/或扫描数据包括：预设了当前扫描对象的标记点之后，第一医疗影像设备对当前扫描对象扫描得到的第一医疗影像和/或第一扫描数据；还包括：

判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象，如果是，则将所述第一医疗影像和/或第一扫描数据发送至所述第二医疗影像设备，以便所述第二医疗影像设备将所述第一医疗影像和/或第一扫描数据与第二医疗影像设备扫描得到的第二医疗影像和/或第二扫描数据进行融合。

可选的，在所述接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据时，还包括：

接收与所述医疗影像和/或扫描数据对应的权限设置参数，所述权限设置参数表示所述医疗影像和/或扫描数据的访问权限；

则所述在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据之后，还包括：

响应通过电子设备发送的获取被扫描对象的医疗影像和/或扫描数据的请求，依据所述医疗影像和/或扫描数据的权限设置参数判断是否具有访问权限，如果是，则将所述医疗影像和/或扫描数据返回。

相应地，本发明实施例还提供了一种实现医疗影像数据共享的云平台，所述云平台与至少一个医疗影像设备相连，所述云平台包括：

第一接收模块，用于接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据；

存储模块，用于在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

可选的，还包括：

重建模块，用于响应于所述当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像。

可选的，所述重建模块，包括：

划分子模块，用于将所述当前医疗影像设备的扫描数据划分为多个子数据集合；

分发子模块，用于将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致；

生成子模块，用于将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

可选的，还包括：

第一返回模块，用于将所述医疗影像返回至所述当前医疗影像设备。

可选的，还包括：

导引扫描模块，用于响应当前医疗影像设备进行导引扫描的请求，依据存储的其他医疗影像设备的医疗影像和/或扫描数据，实现对所述当前医疗影像设备的导引扫描。

可选的，所述医疗影像设备包括有心输出量测量能力的设备和计算机断层扫描仪CT，所述导引扫描模块包括：

获取子模块，用于响应于当前CT对待扫描对象进行增强扫描的操作，从云平台获取针对所述待扫描对象采用所述有心输出量测量能力的设备得到的心输出量；

计算子模块，用于依据所述心输出量计算对所述待扫描对象进行增强扫描所需的造影剂总量和造影剂注射速度；

发送子模块，用于将所述造影剂总量和造影剂注射速度发送至所述当前CT，以便所述当前CT对所述待扫描对象进行增强扫描。

可选的，所述导引扫描模块包括：

匹配子模块，用于响应于接收到的当前医疗影像设备发送的待扫描对象的扫描部位的医疗影像，在所述云平台上匹配出存储的其他对象的相同扫描部位的医疗影像和/或扫描数据；

剂量调制子模块，用于依据所述匹配获得的医疗影像和/或扫描数据生成对所述待扫描对象进行剂量优化所需的参数，以便所述当前医疗影像设备依据所述参数对所述待扫描对象进行剂量优化扫描。

可选的，所述初始扫描影像数据包括：依据所述匹配获得的医疗影像和/或扫描数据生成对所述待扫描对象进行剂量优化所需的参数，以便所述当前医疗影像设备依据所述参数对所述待扫描对象进行剂量优化扫描；还包括：

第一判断模块，用于判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象；

发送模块，用于在所述判断模块的结果为是的情况下，将所述第一医疗影像和/或第一扫描数据发送至所述第二医疗影像设备，以便所述第二医疗影像设备将所述第一医疗影像和/或第一扫描数据与第二医疗影像设备扫描得到的第二医疗影像和/或第二扫描数据进行融合。

可选的，还包括：

第二接收模块，用于接收与所述医疗影像和/或扫描数据对应的权限设置参数，所述权限设置参数表示所述医疗影像和/或扫描数据的访问权限；

第二判断模块，用于响应通过电子设备发送的获取被扫描对象的医疗影像和/或扫描数据的请求，依据所述医疗影像和/或扫描数据的权限设置参数判断是否具有访问权限；

第二返回模块，用于在所述第二判断模块的结果为是的情况下，将所述医疗影像和/或扫描数据返回。

本发明实施例还提供了一种实现数据共享的系统，包括：云平台和与所述云平台相连的至少一个医疗影像设备，其中，所述云平台包括：

第一接收模块，用于接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据；

存储模块，用于在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

从上述的技术方案可以看出，在本发明实施例中，云平台与至少一个医疗影像设备相连，可以接收至少一个医疗影像设备发送的医疗影像和/或扫描数据，并直接在云平台上存储该至少一个医疗影像设备的医疗影像和/或扫描数据。由于医疗影像和/或扫描数据都是在云平台上进行存储的，所以各个医疗影像设备都可以通过云平台来获取到其他医疗影像设备的医疗影像和/或扫描数据，即是实现至少一个医疗影像设备之间的医疗影像数据的共享。

基于上述方案，在医疗影像设备将扫描数据都存储至云平台的情况下，对于每个医疗影像设备来讲，其医疗图像重建的过程，即是根据扫描数据生成医疗影像的过程，也可以在云平台侧实现，这样就能使医疗影像的重建过程效率更高，并且可以节约医疗影像设备自身的资源。

进一步地，对于各个医疗影像设备在扫描医疗影像时，可以从云平台获取到其他医疗影像设备扫描得到的医疗影像和/或扫描数据作为参考，这样也能提升医疗影像的质量及诊断结果的准确度。

再进一步的，各个医疗影像设备在对待扫描对象的某个部位进行剂量调制时，也可以参考该待扫描对象的相同部位在其他医疗影像设备上的扫描结果，从而确定出本次对该待扫描对象进行扫描时的调制参数，从而使扫描数据和/或医疗影像更准确。

再进一步的，基于云平台实现的医疗影像数据的共享，也可以为不同类型的医疗影像设备(例如CT和PET)进行医疗影像和/或扫描数据的融合提供支持。

再进一步的，基于云平台实现的医疗影像和/或扫描数据的共享，也可以为各个医疗影像设备扫描的各个用户的医疗影像和/或扫描数据设置相应的权限，只有具有访问权限的对象才能获得其他对象的医疗影像和/或扫描数据，这样也能够提升医疗影像和/或扫描数据的安全性。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法实施例1的流程图；

图2为本发明方法实施例2的流程图；

图3为本发明方法实施例2中步骤201的流程图；

图4为本发明方法实施例3的流程图；

图5为本发明方法实施例3的一种实施方式的流程图；

图6为本发明方法实施例3的另一种实施方式的流程图；

图7为本发明方法实施例4的流程图；

图8为本发明方法实施例5的流程图；

图9为本发明云平台实施例1的结构示意图；

图10为本发明云平台实施例2的结构示意图；

图11为本发明云平台实施例2中重建模块1001的结构示意图；

图12为本发明云平台实施例3的结构示意图；

图13为本发明云平台实施例3的一种实施方式的结构示意图；

图14为本发明云平台实施例3的另一种实施方式的结构示意图

图15为本发明云平台实施例4的结构示意图；

图16为本发明云平台实施例5的结构示意图；

图17为本发明系统实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，示出了本发明的一种基于云平台的医疗影像数据共享的方法实施例1的流程图，所述云平台与至少一个医疗影像设备相连，本实施例可以包括以下步骤：

步骤101：云平台接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据。

在本实施例中，云平台可以通过网络与一个或多个医疗影像设备通信连接，可以实现医疗影像和/或扫描数据在云平台和医疗影像设备之间的传输。一般情况下，当医疗影像设备有多个的情况下，可以是同一个医院的多个医疗影像设备，也可以是不同医院的多个医疗影像设备。其中，医疗影像设备指的是可以进行扫描且需要实现医疗影像和/或扫描数据的共享的医学设备。例如，CT、MRI(磁共振成像，Magnetic Resonance Imaging)、超声波仪器、X线仪器、PET(正电子发射型计算机断层显像，PositronEmission Computed Tomography)-CT等，都属于本申请中的医疗影像设备。

其中，每个医疗影像设备发送的都可以是对待扫描对象扫描之后的扫描数据，即是还未计算出对应的医疗影像的生数据，也可以是各个医疗影像设备已经依据扫描数据重建之后的医疗影像。

步骤102：在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

云平台可以划分出一块专门的存储空间，来存储与其相连的一个或多个医疗影像设备的医疗影像和/或扫描数据。

在本实施例中，由于各个医疗影像设备不再将扫描数据和/或医疗影像存储在自身的存储空间中，而是统一发送给相连的云平台，由云平台统一存储与其相连的所有的医疗影像设备的医疗影像和/或扫描数据，这样的话，当某个医疗影像设备需要获取其他医疗影像设备的医疗影像和/或扫描数据的时候，就可以直接从相连的云平台中进行读取，从而实现与云平台相连的所有医疗影像设备之间的医疗影像和/或扫描数据的共享。

参见图2，示出了本发明的一种基于云平台的医疗影像数据共享的方法实施例2的流程图，如果对于当前医疗影像设备，其向云平台发送的为扫描数据，那么在步骤102实现与云平台相连的所有医疗影像设备之间的医疗影像和/或扫描数据的共享之后，本实施例还可以包括以下步骤：

步骤201：响应于当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像。

对于当前医疗影像设备来讲，由于将扫描数据发送给云平台，所以对扫描数据进行医疗影像重建的工作，就可以在云平台侧实现。该当前医疗影像设备可以向云平台发送医疗影像生成请求，云平台再根据已经存储的该当前医疗影像设备的扫描数据重建与该扫描数据对应的医疗影像。

在不同的实施方式中，由于云平台可能包括多个计算节点，其中一个计算节点可以由一台计算机实现，那么云平台可以把不同的医疗影像设备扫描到的不同的扫描数据分别交由不同的计算节点实现，也可以把同一个医疗影像设备扫描的扫描数据拆成几个子任务，再将这几个子任务分别交由不同的计算节点实现。

参考图3所示，如果把同一个医疗影像设备扫描的扫描数据拆分的子任务交由不同的计算节点实现的情况下，所述步骤201具体可以包括：

步骤301：将所述当前医疗影像设备的扫描数据划分为多个子数据集合。

首先，云平台将当前医疗影像设备的扫描数据划分为多个子数据集合。例如对于迭代方法，需要求解公式(1)所示的最小值问题，求得的x即为医疗影像的各个像素值：

$x=\underset{x}{\arg }\min \{\frac{1}{2}{(y-\mathrm{Ax})}^{T}D(y-\mathrm{Ax})+U\left(x\right)\}---\left(1\right)$

在公式(1)中，A为正投影矩阵，D为置信度对角矩阵，U(x)为正则项，y为投影值，其中，U(x)可以取公式(2)所示的式子：

$U\left(x\right)=\frac{1}{{\mathrm{p\σ}}^p}\underset{k}{\mathrm{\Σ}}\underset{j\∈C_k}{\mathrm{\Σ}}{b}_{j,k}\mathrm{\ρ}(x_j-x_k),$ 其中， $\mathrm{\ρ}\left(\mathrm{\Δ}\right)=\frac{{\left|\mathrm{\Δ}\right|}^p}{1+{|\mathrm{\Δ}/c|}^{p-q}}---\left(2\right)$

在公式(2)中，p，q和c是控制图像质量的参数，一般情况下可以取2≥p≥q≥1；c和σ为经验参数，其中，σ为控制正则项和主项之间的比例，c为控制正则项函数的边界保留特征，较大的c倾向于保留图像中较亮的边界，c和σ可以由本领域技术人员自主设置；b_jk为权值，其值为像素x_j与x_k之间的距离的倒数，并对该倒数作归一化后的值；C_k是像素点x_k的邻域点的索引组成的集合，比如8邻域。

其中，p、q、c和σ参数的典型值可以取：p＝2.0，q＝1.2，c＝10，σ＝0.01。

将公式(1)求解极小值的问题转化为对x_j求导等于0，因此，公式(1)的求解最小值问题就转变为如下所示的迭代方法：

假设x⁽⁰⁾为0，n＝0，步骤a)：对于图像中的任意像素点j，求解如下方程(3)中的x_j：

${\mathrm{\θ}}_{1,j}+(x_j^{\left(n\right)}-x_j){\mathrm{\θ}}_{2,j}-\frac{1}{{\mathrm{p\σ}}^p}\underset{\{j,k\}\∈C}{\mathrm{\Σ}}{b}_{j,k}I(x_j-x_k^{\left(n\right)})=0---\left(3\right)$

其中 $I\left(\mathrm{\Δ}\right)=\frac{{\left|\mathrm{\Δ}\right|}^{p-1}}{1+{|\mathrm{\Δ}/c|}^{p-q}}(p-\left(\frac{p-q}{c^{p-q}}\right)\frac{{\left|\mathrm{\Δ}\right|}^{p-q}}{1+{|\mathrm{\Δ}/c|}^{p-q}})\mathrm{sign}\left(\mathrm{\Δ}\right)$

${\mathrm{\θ}}_{1,j}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i{A}_{\mathrm{ij}}(y_i-A_{i*}{x}^{\left(n\right)})={\left(A^T\right)}_{j*}D(y-{\mathrm{Ax}}^{\left(n\right)})$

${\mathrm{\θ}}_{2,j}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i{A}_{\mathrm{ij}}^2$

步骤b)：所有求得的x_j组成x⁽ⁿ⁺¹⁾，令n＝n+1，判断是否满足收敛条件。其中，收敛条件一般可以是判断两次解的最大差是否小于一个预设阈值(例如阈值可以取为1)，或者用迭代次数来控制，例如迭代次数n大于1000次。若不满足收敛条件，则重新回到步骤b)，若满足，则直接退出迭代过程。

采用本实施例，则对于步骤a～b的迭代步骤计算的医疗影像，通过把医疗影像分成若干块，并由分布在云平台上的不同的计算节点资源来分别进行着若干块的迭代，迭代一定的次数之后(例如5次)，同步所有的计算节点的结果，再继续分块迭代，直到医疗影像收敛或者达到一定的迭代次数(例如500次)。

那么针对步骤a～b的迭代步骤，依然假设x⁽⁰⁾为0，n＝0，首先把医疗影像划分为互不相交的几个集合Ω_i，其中，i＝1…N，其中，这个N与后续选取的计算节点的个数相一致。

步骤302：将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致。

云平台再将划分的多个子数据集合对应分发至按照预设条件选取的多个计算节点，并在每一个计算节点上分别计算对应的那个子数据集合的子医疗影像。

针对上述例子，在计算节点i上，将会执行如下所示的计算步骤：

步骤1)：假设xⁱ⁽⁰⁾＝x⁽ⁿ⁾，m＝0；

步骤2)：对于图像的任意j∈Ω_i，求解方程(4)中的x_j：

${\mathrm{\θ}}_{1,j}+(x_j^{i\left(m\right)}-x_j){\mathrm{\θ}}_{2,j}-\frac{1}{{\mathrm{p\σ}}^p}\underset{\{j,k\}\∈C}{\mathrm{\Σ}}{b}_{j,k}I(x_j-x_k^{i\left(m\right)})=0---\left(4\right)$

其中， $I\left(\mathrm{\Δ}\right)=\frac{{\left|\mathrm{\Δ}\right|}^{p-1}}{1+{|\mathrm{\Δ}/c|}^{p-q}}(p-\left(\frac{p-q}{c^{p-q}}\right)\frac{{\left|\mathrm{\Δ}\right|}^{p-q}}{1+{|\mathrm{\Δ}/c|}^{p-q}})\mathrm{sign}\left(\mathrm{\Δ}\right)$

${\mathrm{\θ}}_{1,j}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i{A}_{\mathrm{ij}}(y_i-A_{i*}{x}^{i\left(m\right)})={\left(A^T\right)}_{j*}D(y-{\mathrm{Ax}}^{i\left(m\right)})$

${\mathrm{\θ}}_{2,j}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{d}_i{A}_{\mathrm{ij}}^2$

步骤3)：将所有求得的x_j组成x^i(m+1)，令m＝m+1，判断m是否达到预先设置的迭代次数，如果不是，则返回步骤2)，如果是，则结束本次计算节点i的迭代，结果记为xⁱ，xⁱ即是第i个计算节点计算的子医疗影像。

步骤303：将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

再将多个子数据集合的子医疗影像生成与扫描数据对应的医疗影像。具体的，可以在上述多个计算节点都计算完毕之后，再合并所有计算节点的计算结果xⁱ为x⁽ⁿ⁺¹⁾，令n＝n+1，判断是否满足预先设置的收敛条件，若不满足，重新回到步骤1)进行迭代，若满足，则结束迭代，其中，x⁽ⁿ⁺¹⁾即是重建的医疗影像。

接着返回图2，在步骤201之后，进一步的，在云平台侧还可以执行步骤202：将所述医疗影像返回至所述当前医疗影像设备。

在本实施例中，云平台对医疗影像进行重建之后，还可以将该医疗影像返回至当前医疗影像设备，该医疗影像作为扫描结果可以供医生或者患者参考。

在本实施例中，因为对于每一台医疗影像设备来讲，都可以将医疗影像重建的工作交由云平台来做，所以可以降低医疗影像设备的使用成本，使医疗影像的重建过程效率更高，并且可以节约医疗影像设备自身的资源。

参考图4所示，示出了本发明的一种基于云平台的医疗影像数据共享的方法实施例3的流程图，在实际应用中，在方法实施例1的步骤101～步骤102执行完毕之后，还可以包括：

步骤401：响应当前医疗影像设备进行导引扫描的请求，依据存储的其他医疗影像设备的医疗影像和/或扫描数据，实现对所述当前医疗影像设备的导引扫描。

因为基于云平台可以实现多个医疗影像设备之间的医疗影像和/或扫描数据的共享，所以如果当前医疗影像设备需要进行导引扫描，例如CT需要参考其他医疗影像设备的医疗影像和/或扫描数据来进行增强扫描，或者某个医疗影像设备需要进行扫描前的剂量优化调制等，则可以向云平台触发导引扫描，由云平台依据自身存储的其他医疗影像设备的医疗影像和/或扫描数据，实现对当前医疗影像设备的导引扫描。

在本实施例的一个具体应用中，假设医疗影像设备包括有心输出量测量能力的设备和CT，那么参考图5所示，为步骤401的一个流程图，其中，CT需要利用有心输出量测量能力的设备得到的心输出量来进行增强扫描，这样就可以更准确的计算出CT作增强扫描需要的造影剂总量以及造影剂注射速度，则步骤401可以包括以下步骤：

步骤501：响应于当前CT对待扫描对象进行增强扫描的操作，从云平台获取针对所述待扫描对象采用所述有心输出量测量能力的设备得到的心输出量。

当前CT如果需要对待扫描对象进行增强扫描，那么需要向云平台发送待扫描对象的信息和触发指令，云平台在接收到触发指令之后，可以根据待扫描对象的信息来查找该待扫描对象的心输出量，其中，该待扫描对象的心输出量采用有心输出量测量能力的设备获取，并提前发送给云平台进行保存。

假设心输出量的计算模型如公式(5)所示：

$V_T\frac{{\mathrm{dC}}_T}{\mathrm{dt}}=V\·(Q\·C_0-C_T)---\left(5\right)$

其中，V为心输出量；C_T为被扫描器官的浓度，可以由本领域技术人员或者医生自主设定，一般会根据扫描协议采用不同的浓度，例如肝脏的浓度可以选择为200；C₀为造影剂注射浓度，Q为造影剂注射速度；V_T为被扫描对象的被扫描器官的血液容积，可以由云平台的医疗影像设备获得，也可以通过公式(6)所示的模型获取：

V_T＝k*(0.25*(H/100)³+0.063*W-0.662) (6)

其中，H为待扫描对象的身高，W为待扫描对象的体重，k为比例因子，不同的待扫描器官有不同的因子，例如心脏为0.07，肺为0.09，等等。

步骤502：依据所述心输出量计算对所述待扫描对象进行增强扫描所需的造影剂总量和造影剂注射速度。

云平台查找到匹配的心输出量之后，再参考所需求的C_T以及造影剂的浓度C₀，就可以根据公式(5)和(6)计算出造影剂注射速度Q，而将所需的扫描时间t与Q相乘，即可得到造影剂总量。

步骤503：将所述造影剂总量和造影剂注射速度发送至所述当前CT，以便所述当前CT对所述待扫描对象进行增强扫描。

云平台在求得造影剂总量和造影剂注射速度之后，可以造影剂总量和造影剂注射速度发送至上述当前CT，以对当前CT很好地进行造影剂注射计划的优化，以进行对待扫描对象的增强扫描。在该具体应用中，CT实现了利用其它医疗影像设备扫描的心输出量来进行自身增强扫描的目的，因为造影剂总量和造影剂注射速度参考了待扫描对象的历史结果，所以计算结果也会更准确。

在本实施例的另一个具体应用中，也可以对某一台医疗影像设备进行剂量扫描优化，则参考图6所示，所述实现对所述当前医疗影像设备的导引扫描为剂量优化时，本实施例可以包括以下步骤：

步骤601：响应于接收到的当前医疗影像设备发送的待扫描对象的扫描部位的医疗影像，在所述云平台上匹配出存储的其他对象的相同扫描部位的医疗影像和/或扫描数据。

在本实施例中，以当前医疗影像设备为CT来说明。其中，云平台在存储所有相连的医疗影像设备的医疗影像和/或扫描数据的时候，可以按照各个扫描对象的扫描部分进行分类存储，例如，对于胳膊类别的医疗影像和/或扫描数据则存储在一起，而对于腿部类别医疗影像和/或扫描数据则存储在一起，等等。那么，如果当前CT在对待扫描对象的某个扫描部位需要进行扫描的时候，云平台就可以根据待扫描对象的正、侧位片信息，在已经分类存储的医疗影像和/或扫描数据中进行匹配，以在匹配的分类中找到最接近的其他参考对象的相同扫描部位的医疗影像和/或扫描数据。

具体的，本步骤的实现，可以在扫描部位分类的基础上，结合医疗影像信息来计算两个扫描对象的医疗影像的最小距离，与待扫描对象的医疗影像的距离最小的那个其他参考对象即是本步骤的匹配结果。如果其他参考对象存储的医疗影像，则可以直接进行最小距离的计算，如果其他参考对象存储的数据为扫描数据，则云平台可以将扫描数据重建为医疗影像之后，再进行最小距离的计算。

在计算式，可以将待扫描对象的医疗影像做如公式(7)的几何变化，再与云平台的医疗影像和/或扫描数据进行匹配，从而找到一个与待扫描对象的医疗影像的距离最小的其他参考对象的医疗影像，即为匹配结果。

I'(i,j)＝I(R(k₁i+t₁,k₂j+t₂))(7)

其中，I为待扫描对象的扫描部位的医疗影像，R(，)为一个坐标旋转变换，对于每一个云平台存储的医疗影像和/或扫描数据K，采用公式(8)计算K和I’的互信息：

$M(A,B)=-\underset{a}{\mathrm{\Σ}}{P}_A\left(a\right){\log }_2{P}_A\left(a\right)-\underset{a}{\mathrm{\Σ}}{P}_B\left(a\right){\log }_2{P}_B\left(a\right)+\underset{a,b}{\mathrm{\Σ}}{P}_{\mathrm{AB}}(a,b){\log }_2{P}_{\mathrm{AB}}(a,b)---\left(8\right)$

其中，P_A(a)表示I’图像中的象素值取a的概率，P_B(a)表示K图像中的象素值取a的概率，而P_AB(a,b)＝P_A(a)·P_B(b)。

最终计算出R(，)，以及k₁,t₁,k₂,t₂，能使M(A，B)取得最大值，求得的M(A，B)值即为图像I与图像K的距离，再从求得的各个距离中，选择最小的那个距离对应的参考对象，来使用该参考对象的医疗影像和/或扫描数据来做当前CT对待扫描对象进行扫描时的剂量调制，这会为当前CT的本次扫描节约很多的剂量。

步骤602：依据所述匹配获得的医疗影像和/或扫描数据生成对所述待扫描对象进行剂量优化所需的参数，以便所述当前医疗影像设备依据所述参数对所述待扫描对象进行剂量优化扫描。

在本实施例中，根据其他参考对象的医疗影像和/或扫描数据可以制定待扫描对象的剂量调制计划，从而对于当前CT来讲，可以用最小的剂量来获取对待扫描对象进行扫描的最优结果。其中，所生成的对待扫描对象进行剂量优化所需的参数可以包含在剂量调制图像中，例如：待扫描对象的剂量信息、重建方法、重建卷积核、层厚或/和重建视野等常规的医疗影像信息，这样当前CT就能根据这些参数对待扫描对象进行扫描重建等，以期获得尽量一致的图像。

在本实施例中，匹配的医疗影像和/或扫描数据也可以直接返回至当前CT以供医生参考，这样就能让医生在使用当前CT进行扫描前就能对医疗影像的图像质量大概了解，看看是否能达到诊断的要求。并且，由于通过匹配找到的参考对象与待扫描对象非常接近，这样也可以通过参考对象的医疗影像来预先看到待扫描对象的类似的医疗影像，这就能给医生确定对当前CT针对待扫描用户进行扫描的方案是否需要进行调整提供参考。

当然，在不同的应用环境中，还可以直接对匹配找到的参考对象的医疗影像进行正投影，来计算当前CT的剂量调制所需要的衰减信息，直接利用衰减信息进行当前CT对待扫描用户的当前扫描进行剂量调制。其中，正投影医疗影像来获取CT的剂量调制需要的衰减信息的过程为：把一圈角度360度等分成360份，对每一个z位置(通常在CT扫描得到的医疗影像中，把沿扫描床的前进方向定义为z向)，每一个角度a(该角度即是分成360份之后大小为1度的角)，用当前CT的投影几何(包括：焦点旋转半径以及通道角、层厚)对参考对象的医疗影像进行正投影，再将获取到的正投影的数据存储在当前CT中，后续当前CT进行扫描的时候，就可以用对参考对象的医疗影像的正投影的结果数据，来对当前扫描位置以及当前扫描角度进行插值，从而可以将插值的结果作为当前CT的剂量调制的参考进行剂量优化。

在本实施例中，在云平台存储的按扫描部位分类的医疗影像和/或扫描数据中找到与待扫描对象最接近的参考对象的医疗影像和/或扫描数据，并可以根据参考对象的医疗影像和/或扫描数据制定待扫描对象的剂量调制计划，从而用最小的剂量就能使当前CT在扫描时获取最优的医疗影像和/或扫描数据。还可以将参考对象的医疗影像和/或扫描数据直接显示给医生看，让医生在使用当前CT进行扫描前就能对医疗影像和/或扫描数据的质量有大概了解，从而确定当前CT的本次扫描是否能达到诊断要求。

参考图7所示，示出了本发明的一种基于云平台的医疗影像数据共享的方法实施例4的流程图，所述医疗影像和/或扫描数据包括：预设了当前扫描对象的标记点之后，第一医疗影像设备对当前扫描对象扫描得到的第一医疗影像和/或第一扫描数据；在步骤101和步骤102之后，还可以包括：

步骤701：判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象，如果是，则进入步骤702。

在本实施例中，对于待扫描对象需要采用医疗影像设备进行扫描的时候，可以预先在待扫描对象的扫描部位增加一些标记点，标记点可以是金属或者别的物质等，因为医疗影像设备对于金属等比较敏感，所以就会在医疗影像和/或扫描数据上有非常明显的特征，当同一个待扫描对象在另外一个医疗影像设备需要进行扫描的时候，云平台就可以自动的把上一个医疗影像设备的医疗影像和/或扫描数据传给该另外一个医疗影像设备，并能够根据标记点进行医疗影像和/或扫描数据的自动定位，这样得到的两个医疗影像设备的医疗影像和/或扫描数据不需要进行配准，就能进行较为准确的融合，从而获得准确的融合图像。

例如，第一医疗影像设备为CT，第二医疗影像设备为PET，那么待扫描对象在CT做扫描的时候，预先增加了一些标记物进行定位，随后该待扫描对象在采用PET进行扫描的时候，可以通过云平台传递的CT的医疗影像和/或扫描数据，就可以在PET上自动进行定位。本步骤在实现的时候，如果云平台检测到PET的扫描对象，和CT扫描过的待扫描对象是同一个对象，则进入后续步骤702。

步骤702：将所述第一医疗影像和/或第一扫描数据发送至所述第二医疗影像设备。

云平台则将CT的第一医疗影像和/或第一扫描数据发送至PET。

具体实施是，假如两个终端为CT以及PET，标记点为金属，标记点个数总共有N个，其中，N为正整数。那么CT的医疗影像和PET的医疗影像的融合过程为：

分别在CT、PET的三维图像I_CT,I_PBT中通过图像阈值找出N个标记点的位置为P₁,Q₁，然后再寻找A、p和K，A、p和K的值能使得公式(9)的取值最小，其中公式(9)为：

$\underset{i}{\mathrm{\Σ}}{(A*P_{K_i}+p-Q_i)}^2---\left(9\right)$

其中，A为3x3的旋转矩阵，p为一个三维图像点，K为{1…N}的任一个排列组合，K_i则为该任一个排列组合中的任一个数值；例如：假设N为3，且K为{2、1、3}，那么K_i的取值就分别为：2、1、3，而则分别取为P₂、P₁和P₃。

步骤703：所述第二医疗影像设备将所述第一医疗影像和/或第一扫描数据与第二医疗影像设备扫描得到的第二医疗影像和/或第二扫描数据进行融合。

在得到A、p和K之后，就可以对CT的医疗影像A*I_CT+p以及PET的医疗影像I_PBT进行对应像素点的融合，从而得到融合后的医疗影像。

在本实施例中，可以理解的是，如果云平台存储的为医疗影像，则可以直接进行融合，而如果云平台存储的是扫描数据，则可以先将扫描数据重建为医疗影像再进行融合。在本实施例中，待扫描对象在当前CT做扫描的时候，增加一些标记物或参数进行定位，再到PET扫描的时候，通过云平台传递的CT的医疗影像和/或扫描数据，在PET上自动进行定位，这样的话PET在进行扫描后CT和PET的医疗影像可以进行很好的融合，两台分立的CT和PET可以达到合成的PET-CT设备进行扫描的效果。

在不同的应用场景中，对于待扫描对象在一个医疗影像设备扫描得到的医疗影像和/或扫描数据，可以用来提升其它医疗影像设备的医疗影像和/或扫描数据的质量，例如本实施例中将CT扫描的结果，按照融合的方式，可以很好的为PET扫描的医疗影像和/或扫描数据进行衰减校正，从而提升PET的图像的均匀性。

在实际应用中，因为云平台保存了很多医疗影像设备的医疗影像和/或扫描数据，那么也相应的存储了很多扫描对象的一些相关信息，待扫描对象可以将自己的医疗影像和/或扫描数据通过电子设备(如腕表、智能手机等终端设备)进行存储，这样待扫描对象就可以在电子设备上进行查询，也可以通过前述的电子设备上传到云平台，例如待扫描对象的剂量信息，这样在待扫描对象进行扫描之前，医生可以知道待扫描对象在某一段时间的累积剂量，从而可以更合理的来计划当前扫描。

当云平台上存储了所有医疗影像设备的历史医疗影像和/或扫描数据，那么可以通过云平台下载历史医疗影像和/或扫描数据作为当前待扫描对象进行扫描的参考，也可以根据实际需求，通过云平台下载相同的扫描部位且相同病例的待扫描对象的历史医疗影像和/或扫描数据供医生参考，还可以通过由云平台自动触发的医疗影像和/或扫描数据的匹配查找，从而下载相同病例的扫描对象的医疗影像和/或扫描数据供医生参考。进一步的，当医生对扫描对象(即是患者)完成诊断之后，可以把采用医疗影像设备得到的医疗影像和/或扫描数据以及诊断结果上传到云平台作为历史医疗影像和/或扫描数据的一部分。

为了保证扫描对象的医疗影像和/或扫描数据的安全性，参考图8所示，示出了本发明的一种基于云平台的医疗影像数据共享的方法实施例5的流程图，在步骤101接收医疗影像和/或扫描数据的同时，还可以包括：

步骤801:接收与所述医疗影像和/或扫描数据对应的权限设置参数，所述权限设置参数表示所述医疗影像和/或扫描数据的访问权限。

在本实施例中，云平台在接收医疗影像设备发送的医疗影像和/或扫描数据的同时，也接收与各个医疗影像和/或扫描数据对应的权限设置参数，该权限设置参数可以表示医疗影像和/或扫描数据的访问权限。例如，某个医疗影像和/或扫描数据是允许所有人访问和下载，还是只允许某一些特定的人访问和下载等。

步骤802：在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据，以及所述权限设置参数。

云平台则将接收到的医疗影像和/或扫描数据，以及权限设置参数一并保存起来。

步骤803：响应通过电子设备发送的获取被扫描对象的医疗影像和/或扫描数据的请求，依据所述医疗影像和/或扫描数据的权限设置参数判断是否具有访问权限，如果是，则进入步骤804。

如果后续有用户通过电子设备向云平台发送获取某个被扫描对象的医疗影像和/或扫描数据的请求，则云平台就需要依据步骤802中存储的权限设置参数来判断该用户是否具有对于该被扫描对象的医疗影像和/或扫描数据的访问权限。如果有，则进入步骤804，如果没有，则云平台可以不作任何操作，或者云平台可以向该用户返回不具备访问权限的信息，等。

步骤804：将所述医疗影像和/或扫描数据返回。

而如果用户具有对某个医疗影像和/或扫描数据的访问权限，云平台再将对应的医疗影像和/或扫描数据返回，这样就能保证医疗影像和/或扫描数据的安全性，保证了只有得到患者本人的授权，其他患者、医生或者医院才能访问或者使用该患者的医疗影像和/或扫描数据，很好的保护了患者的隐私。

可以理解的是，患者本人的授权有多种方式，例如，患者到医院去做检查，云平台所存储的医疗影像和/或扫描数据并不能直接显示给医生，而需要患者通过特定的软件生成UKey或短信、邮件等来授权给医生，当该医生插上患者UKey的终端或接收到授权短信、邮件后，才可以访问患者的医疗影像和/或扫描数据。再例如，当患者在某一个医院进行登记挂号之后，云平台软件也可以自动从患者的挂号信息中获取授权，相关医生可以有一定时间(这个时间的长短可以由患者自主进行设置)的访问权限，在这段时间内，医生可以访问云平台设备中该患者的医疗影像和/或扫描数据。

通过以上的方法实施例的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

相应于上面的方法实施例，本发明实施例还提供一种基于云平台的医疗影像数据共享的装置。参见图9，示出了一种基于云平台的医疗影像数据共享的云平台实施例1的结构示意图，所述云平台与至少一个医疗影像设备相连，可以包括：

第一接收模块901，用于接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据。

存储模块902，用于在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

在本实施例中，由于各个医疗影像设备不再将扫描数据和/或医疗影像存储在自身的存储空间中，而是统一发送给相连的云平台，由云平台统一存储与其相连的所有的医疗影像设备的医疗影像和/或扫描数据，这样的话，当某个医疗影像设备需要获取其他医疗影像设备的医疗影像和/或扫描数据的时候，就可以直接从相连的云平台中进行读取，从而实现与云平台相连的所有医疗影像设备之间的医疗影像和/或扫描数据的共享。

参见图10，示出了一种基于云平台的医疗影像数据共享的云平台实施例2的结构示意图，除了图9所示的模块之外，该云平台还可以包括：

重建模块1001，用于响应于所述当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像。

参考图11所示，所述重建模块1001，具体可以包括：

划分子模块1101，用于将所述当前医疗影像设备的扫描数据划分为多个子数据集合。

分发子模块1102，用于将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致。

生成子模块1103，用于将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

第一返回模块1002，用于将所述医疗影像返回至所述当前医疗影像设备。

在本实施例中，因为对于每一台医疗影像设备来讲，都可以将医疗影像重建的工作交由云平台来做，所以可以降低医疗影像设备的使用成本，使医疗影像的重建过程效率更高，并且可以节约医疗影像设备自身的资源。

参见图12，示出了一种基于云平台的医疗影像数据共享的装置实施例3的结构示意图，可以包括：

导引扫描模块1201，用于响应当前医疗影像设备进行导引扫描的请求，依据存储的其他医疗影像设备的医疗影像和/或扫描数据，实现对所述当前医疗影像设备的导引扫描。

所述医疗影像设备包括有心输出量测量能力的设备和计算机断层扫描仪CT，则参考图13所示，所述导引扫描模块1201具体可以包括：

获取子模块1301，用于响应于当前CT对待扫描对象进行增强扫描的操作，从云平台获取针对所述待扫描对象采用所述有心输出量测量能力的设备得到的心输出量；

计算子模块1302，用于依据所述心输出量计算对所述待扫描对象进行增强扫描所需的造影剂总量和造影剂注射速度；

发送子模块1303，用于将所述造影剂总量和造影剂注射速度发送至所述当前CT，以便所述当前CT对所述待扫描对象进行增强扫描。

在该具体应用中，CT实现了利用其它医疗影像设备扫描的心输出量来进行自身增强扫描的目的，因为造影剂总量和造影剂注射速度参考了待扫描对象的历史结果，所以计算结果也会更准确。

参考图14所示，所述导引扫描模块1201也可以包括：

匹配子模块1401，用于响应于接收到的当前医疗影像设备发送的待扫描对象的扫描部位的医疗影像，在所述云平台上匹配出存储的其他对象的相同扫描部位的医疗影像和/或扫描数据；

剂量调制子模块1402，用于依据所述匹配获得的医疗影像和/或扫描数据生成对所述待扫描对象进行剂量优化所需的参数，以便所述当前医疗影像设备依据所述参数对所述待扫描对象进行剂量优化扫描。

在本实施例中，在云平台存储的按扫描部位分类的医疗影像和/或扫描数据中找到与待扫描对象最接近的参考对象的医疗影像和/或扫描数据，并可以根据参考对象的医疗影像和/或扫描数据制定待扫描对象的剂量调制计划，从而用最小的剂量就能使当前CT在扫描时获取最优的医疗影像和/或扫描数据。

参考图15所示，示出了本发明的一种基于云平台的医疗影像数据共享的云平台实施例4的结构框架图，除了第一接收模块901和存储模块902之外，还可以包括：

第一判断模块1501，用于判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象。

发送模块1502，用于在所述判断模块的结果为是的情况下，将所述第一医疗影像和/或第一扫描数据发送至所述第二医疗影像设备，以便所述第二医疗影像设备将所述第一医疗影像和/或第一扫描数据与第二医疗影像设备扫描得到的第二医疗影像和/或第二扫描数据进行融合。

在本实施例中，待扫描对象在当前CT做扫描的时候，增加一些标记物或参数进行定位，再到PET扫描的时候，通过云平台传递的CT的医疗影像和/或扫描数据，在PET上自动进行定位，这样的话PET在进行扫描后CT和PET的医疗影像可以进行很好的融合，两台分立的CT和PET可以达到合成的PET-CT设备进行扫描的效果。

参考图16所示，示出了本发明的一种基于云平台的医疗影像数据共享的云平台实施例5的结构框架图，除了第一接收模块901和存储模块902之外，云平台还可以包括：

第二接收模块1601，用于接收与所述医疗影像和/或扫描数据对应的权限设置参数，所述权限设置参数表示所述医疗影像和/或扫描数据的访问权限。

第二判断模块1602，用于响应通过电子设备发送的获取被扫描对象的医疗影像和/或扫描数据的请求，依据所述医疗影像和/或扫描数据的权限设置参数判断是否具有访问权限。

第二返回模块1603，用于在所述第二判断模块的结果为是的情况下，将所述医疗影像和/或扫描数据返回。

本实施例能保证医疗影像和/或扫描数据的安全性，保证了只有得到患者本人的授权，其他患者、医生或者医院才能访问或者使用该患者的医疗影像和/或扫描数据，很好的保护了患者的隐私。

参考图17所示，本发明实施例还提供了一种实现数据共享的系统，该系统可以包括：云平台1701和与所述云平台相连的至少一个医疗影像设备1702，其中，所述云平台1701具体可以包括：第一接收模块，用于接收所述至少一个医疗影像设备发送的医疗影像和/或扫描数据；存储模块，用于在所述云平台上存储所述至少一个医疗影像设备的医疗影像和/或扫描数据。

可以理解的是，本发明可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对于云平台和系统实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的云平台和系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本发明的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种医疗影像设备云重建的方法，其特征在于，该方法包括：

接收至少一个医疗影像设备发送的扫描数据；

在云平台上存储所述至少一个医疗影像设备的扫描数据

响应于当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像；所述依据所述当前医疗影像设备的扫描数据重建对应的医疗影像，包括：

将所述当前医疗影像设备的扫描数据划分为多个子数据集合；将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致；将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

2.根据权利要求1所述的方法，其特征在于，还包括：

将所述医疗影像返回至所述当前医疗影像设备。

3.根据权利要求1所述的方法，其特征在于，所述扫描数据包括：预设了当前扫描对象的标记点之后，第一医疗影像设备对当前扫描对象扫描得到的第一扫描数据；还包括：

判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象，如果是，则将所述第一扫描数据发送至所述第二医疗影像设备，以便所述第二医疗影像设备将所述第一扫描数据与第二医疗影像设备扫描得到的第二扫描数据进行融合。

4.根据权利要求1所述的方法，其特征在于，在所述接收所述至少一个医疗影像设备发送的扫描数据时，还包括：

接收与所述扫描数据对应的权限设置参数，所述权限设置参数表示所述医疗影像和/或扫描数据的访问权限；

则所述在所述云平台上存储所述至少一个医疗影像设备的扫描数据之后，还包括：

响应通过电子设备发送的获取被扫描对象的扫描数据的请求，依据所述医疗影像和/或扫描数据的权限设置参数判断是否具有访问权限，如果是，则将所述扫描数据返回。

5.一种医疗影像设备云重建的云平台，其特征在于，包括：

第一接收模块，用于接收所述至少一个医疗影像设备发送的扫描数据；

存储模块，用于在云平台上存储所述至少一个医疗影像设备的扫描数据；

重建模块，用于响应于当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像；所述重建模块，包括：

划分子模块，用于将所述当前医疗影像设备的扫描数据划分为多个子数据集合；分发子模块，用于将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致；生成子模块，用于将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。

6.根据权利要求5所述的，其特征在于，还包括：

第一返回模块，用于将所述医疗影像返回至所述当前医疗影像设备。

7.根据权利要求5所述的云平台，其特征在于，所述扫描数据包括：预设了当前扫描对象的标记点之后，第一医疗影像设备对当前扫描对象扫描得到的第一扫描数据；还包括：

第一判断模块，用于判断第二医疗影像设备进行扫描的待扫描对象是否为所述当前扫描对象；

发送模块，用于在所述判断模块的结果为是的情况下，将所述第一扫描数据发送至所述第二医疗影像设备，以便所述第二医疗影像设备将所述第一扫描数据与第二医疗影像设备扫描得到的第二扫描数据进行融合。

8.根据权利要求5所述的云平台，其特征在于，还包括：

第二接收模块，用于接收与所述扫描数据对应的权限设置参数，所述权限设置参数表示所述扫描数据的访问权限；

第二判断模块，用于响应通过电子设备发送的获取被扫描对象的扫描数据的请求，依据所述扫描数据的权限设置参数判断是否具有访问权限；

第二返回模块，用于在所述第二判断模块的结果为是的情况下，将所述扫描数据返回。

9.一种医疗影像设备云重建的系统，其特征在于，包括：云平台和与其相连的至少一个医疗影像设备，其中，所述云平台包括：第一接收模块，用于接收所述至少一个医疗影像设备发送的扫描数据；

存储模块，用于在云平台上存储所述至少一个医疗影像设备的扫描数据；

重建模块，用于响应于当前医疗影像设备的医疗影像生成请求，依据所述当前医疗影像设备的扫描数据重建对应的医疗影像；所述重建模块，包括：

划分子模块，用于将所述当前医疗影像设备的扫描数据划分为多个子数据集合；分发子模块，用于将所述多个子数据集合对应分发至按照预设条件选取的多个计算节点，以触发所述多个计算节点分别计算所述多个子数据集合的子医疗影像，其中，所述子数据集合的个数与所述多个计算节点的个数一致；生成子模块，用于将所述多个子数据集合的子医疗影像生成与所述扫描数据对应的医疗影像。