CN106096222A - 使用局域网和云的混合牙科成像系统 - Google Patents

使用局域网和云的混合牙科成像系统 Download PDF

Info

Publication number
CN106096222A
CN106096222A CN201610268472.4A CN201610268472A CN106096222A CN 106096222 A CN106096222 A CN 106096222A CN 201610268472 A CN201610268472 A CN 201610268472A CN 106096222 A CN106096222 A CN 106096222A
Authority
CN
China
Prior art keywords
frame
ray
image data
patient
home server
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.)
Pending
Application number
CN201610268472.4A
Other languages
English (en)
Inventor
罗伯特·E·基廷
布雷德利·S·卡尔森
达里尔·戴·斯潘塞
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.)
Dental Imaging Technologies Corp
Original Assignee
Imaging Sciences International LLC
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 Imaging Sciences International LLC filed Critical Imaging Sciences International LLC
Publication of CN106096222A publication Critical patent/CN106096222A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/51—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for dentistry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/142—Detection of scene cut or scene change
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30036—Dental; Teeth

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Signal Processing (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及使用局域网和云的混合牙科成像系统。用于存储并访问牙科图像的方法和系统。所述系统包括用于采集x射线投影帧的成像系统。所述成像系统通过局域网连接到本地服务器。云服务器与所述局域网上的装置进行通信。所述x射线投影帧被从所述成像系统发送到所述本地服务器。所述本地服务器根据指定策略来存储相关x射线投影帧的系列。在一个实施例中，使用为x射线图像而定制的改良视频压缩预测算法来将所述x射线投影帧压缩成压缩图像数据集。x射线图像数据(压缩或未压缩)被发送到所述云服务器以便存储。能够通过外部装置以及通过其它局域网从所述云服务器访问所述x射线图像数据。

Description

使用局域网和云的混合牙科成像系统
技术领域
本发明的实施例涉及采集、存储并访问牙科图像。
背景技术
每天在牙科诊所处拍摄许多图像。这样的图像能够包括被重建成三维体图像(three-dimensional volumetric images)的二维x射线投影。这些三维图像能够具有相对较大的文件大小。因此，文件常常难以存储和访问。
发明内容
基于互联网的云存储系统是广泛可用的并且提供可扩展性。因此，在基于互联网的云系统上的x射线图像的数据存储已由其他人提出。然而，当前基于互联网的云数据存储系统具有许多缺陷，特别是当考虑将这样的系统应用于牙科诊所时。
上传和下载时间可能是有问题的，因为许多装置可能正试图同时上传或者下载大量的数据。住宅和小型商业互联网连接常常具有比下载速度慢的上传速度。这个不对称特性是有问题的，因为许多装置(例如，x射线机)可能正试图在同一时间段内向云系统发送大量的数据。这可能造成待上传的数据的瓶颈。牙医不能够在拍摄附加的图像之前等待用于上传数据的延长时间段。
附加地，始终需要可靠的连接以便维持可操作的牙科成像系统，因为如果在牙科诊所未连接到云的时候发送数据，则该数据将丢失。如果云崩溃或者如果互联网连接遭遇故障，则云服务器可能不可用。
因此，在一些实施例中，本发明提供了用于以被设计成减少或者克服许多已指出的问题的方式来存储并访问牙科图像的系统和方法。本发明的一些实施例使用与基于互联网的云服务器相结合的局域网(LAN)上的服务器，来最小化由大量的数据、缓慢的上传时间和/或不可靠的互联网连接性所造成的上传问题。本发明的一些实施例将指定数据存储在牙科诊所内的用于迅速且高效访问的本地服务器上。
本发明的特定实施例通过使用改良视频压缩技术来提高上传速度和下载速度。在本发明的一些实施例中，对一系列二维x射线牙科图像使用视频压缩。本发明的实施例利用具有为x射线图像而定制的改良预测算法的数据压缩。如在下面更详细地讨论的，术语“半透明”(translucent)被用来描述在本文所描述的实施例中处理的图像，因为成像的对象暴露于其的辐射(至少部分地)通过成像的对象，例如当在胶片上产生所得到的图像时，所得到的图像具有特定半透明属性或特性。
本发明的特定实施例允许从牙科诊所内部及其外部两者的多个位置访问牙科图像。本发明的实施例在同样提供改进的上传速度的同时，提供云服务器数据存储的可扩展性和广泛可用性。
本发明的特定实施例在LAN上的服务器上对数据上传进行排队，直到完成了到云服务器的上传为止。因此，牙医不必在捕获附加数据之前等待数据上传到云。本发明的特定实施例允许必要时则在正常营业时间之后上传LAN服务器上的排队的图像。附加地，本发明的特定实施例允许牙医在互联网访问出故障时或者在云服务提供方或组件崩溃或当机时继续收集数据(例如，照X光)，因为能够在本地服务器上存储待上传的数据，直到互联网连接或云被恢复为止。
本发明的实施例在LAN服务器上缓存下载请求，直到它们能够由云服务器完全满足为止。本发明的一些实施例使用由LAN服务器和云服务器两者所支持的相同应用接口，使得客户端软件当在牙科诊所内部时能够连接到LAN服务器，或者当在牙科诊所外部时能够连接到云服务器。
在一个示例性实施例中，本发明提供了管理x射线图像数据的方法。所述方法包括采集x射线图像数据。x射线图像数据与第一患者相关联。所述方法还包括以下步骤：将x射线图像数据存储在x射线采集计算机上；将x射线图像数据从x射线采集计算机发送到本地服务器；将x射线图像数据存储在本地服务器上；将x射线图像数据从本地服务器发送到远程服务器；以及将x射线图像数据存储在远程服务器上。所述方法还包括从电子患者安排日程表中检索患者预约安排信息。患者预约安排信息包括以下中的至少一个：自患者的最近就诊以来过去的时间量以及直到患者的下一次预期就诊的时间量。所述方法还包括当满足至少一个条件时从本地服务器中自动地删除x射线图像数据。所述至少一个条件基于患者预约安排信息。
在另一示例性实施例中，本发明提供了用于存储并访问医学图像的系统。所述系统包括被配置成采集与患者相关联的一系列相关x射线帧的成像系统。本地服务器连接到局域网。所述系统还包括本地服务器，所述本地服务器连接到成像系统并且被配置成接收该相关x射线帧的系列，根据指定策略来存储该相关x射线帧的系列，并且将该相关x射线图像的系列发送到远程服务器。指定策略包括在满足至少一个条件时从本地服务器中删除x射线帧。所述至少一个条件基于以下中的至少一个：自患者的最近就诊以来过去的时间量、自对与患者相关联的数据的最近访问以来过去的时间量、直到患者的下一次预期就诊的时间量以及本地服务器上的可用存储空间量。
所述系统还可以包括：对该相关x射线帧的系列进行压缩以创建压缩图像数据集；以及将压缩图像数据集放入上传队列中。
所述系统还可以包括被配置成与本地服务器进行通信的云服务器。云服务器从上传队列接收该相关x射线帧的系列，并且存储x射线帧。可以在传输和存储之前对x射线帧进行压缩。因此，云服务器可以被配置成接收压缩数据集并且存储压缩数据集。
在另一实施例中，本发明提供了用于存储并访问医学图像的方法。所述方法包括使用成像系统来创建一系列相关x射线图像数据。成像系统连接到局域网并且x射线图像数据与患者相关联。所述方法还包括将该相关x射线帧的系列从成像系统发送到本地服务器，其中，本地服务器连接到局域网。所述方法还包括：根据指定策略将该相关x射线帧的系列存储在本地服务器上；以及将该相关x射线帧的系列发送到局域网外部以便存储。
所述方法还可以包括在将该相关x射线投影帧的系列发送到局域网外部以便存储之前对该相关x射线投影帧的系列进行压缩以创建压缩图像数据集。替换地，可以在将该相关x射线投影帧的系列存储在本地服务器上之前对该相关x射线投影帧的系列进行压缩。
在又一个实施例中，本发明提供了用于对x射线图像数据进行处理的系统。所述系统包括成像系统。成像系统被配置成采集x射线图像数据。x射线图像数据包括多个x射线帧，并且所述多个x射线帧包括第一帧和第二帧。所述系统还包括编解码器(codec)。该编解码器被配置成从成像系统接收x射线图像数据并且对多个x射线投影帧进行压缩，以通过执行计算第一帧与第二帧之间的差以及基于第一帧的至少一个像素来预测第二帧的至少一个像素中的至少一个来生成压缩数据集。
在另一实施例中，本发明提供了对x射线数据进行处理的方法。所述方法包括采集表示患者的至少一部分的至少一个对象的多个x射线投影帧并且对所述多个x射线投影帧进行压缩以生成压缩数据集。所述多个x射线投影帧包括第一帧和第二帧。对所述多个x射线投影帧进行压缩包括以下中的至少一个：计算第一帧与第二帧之间的差，以及基于第一帧的至少一个像素来预测第二帧的至少一个像素。
通过考虑具体实施方式和附图，本发明的其它方面将变得显而易见。
附图说明
图1图示出用于从牙科诊所内部或者从其外部存储并访问牙科图像的混合系统的框图。
图2图示出图1的混合系统的网络化成像系统。
图3是由图1的混合系统所实现的压缩方法的示意图。
图4是单独地对每个投影帧进行压缩的压缩方法的示意图。
图5是由图1的混合系统所实现的将图像上传到云服务器的方法的示意图。
图6是由图1的混合系统所实现的将图像数据从云服务器下载到本地图像装置的方法的示意图。
图7是由图1的混合系统所实现的将图像数据从云服务器下载到外部装置的方法的示意图。
具体实施方式
在详细地说明本发明的任何实施例之前，应当理解，本发明在其应用上不限于在以下描述中阐述或者在以下附图中图示的构造以及组件的布置的细节。本发明能够用于其它实施例，并且能够被实践或者能够被以各种方式执行。
图1图示出用于使用局域网(LAN)105来采集、存储并访问与牙科图像相关联的数据的混合系统100，LAN 105与经由例如互联网的网络110连接到局域网(LAN 105)的组件相结合。因为牙科诊所常常采集与该牙科诊所的患者相关联的数个牙科图像，所以混合系统100可以被实现在牙科诊所中，以方便与多个患者相关联的牙科图像的存储和管理。混合系统100允许用户通过使用唯一压缩技术来存储与患者相关联的大量的牙科图像。混合系统100还允许用户在特定牙科诊所内部和外部访问所存储的牙科图像。例如，这可以允许患者甚至在他/她不在牙科诊所中时使用例如将患者连接到混合系统100的移动应用来访问他的/她的牙科图像。
混合系统100包括具有至少一个网络化成像系统120、至少一个本地图像装置125和本地服务器130的牙科诊所115。牙科诊所115还包括连接到网络化成像系统120、本地图像装置125和本地服务器130的LAN 105。本地图像装置125例如可以是运行客户端软件140的计算机。在所图示的实施例中，混合系统100包括多个本地图像装置125a-125d。在其它实施例中，混合系统100仅包括单个本地图像装置125a-125d。网络化成像系统120和本地图像装置125a-125d经由客户端软件140连接到LAN 105。客户端软件140能够从LAN 105接收数据。此外，客户端软件140能够将一系列相关x射线投影帧重建成三维体图像。客户端软件140还可以能够发送和接收一系列相关x射线投影帧以及三维体图像。本地服务器130还连接到LAN 105并存储信息，例如，与牙科诊所115的患者相关联的牙科图像。本地服务器130通过LAN 105与网络化成像系统120和本地图像装置125a-125d进行通信。混合系统100还包括互联网网关135。互联网网关135将LAN 105连接到网络110，这允许本地服务器130、网络化成像系统120和本地图像装置125a-125d与连接到网络110的组件进行通信。有时连接到网络110的组件单独地或者与网络110一起被称为“云”。网络110连接到至少一个云服务器155并且能够连接到牙科诊所115外部的至少一个外部图像装置145。在所图示的实施例中，网络110连接到多个外部图像装置145a-145b。
在供替换的实施例中，混合系统100中所使用的装置的类型及其数目能够变化。例如，尽管在图1中描绘了仅一个牙科成像机200和仅一个网络化成像系统120，但是本发明的供替换的实施例可以包括多个牙科成像机200和/或多个网络化成像系统120。此外，在一些实施例中，混合系统100能够包括至少一个网络化成像系统120或至少一个本地图像装置125而非两者。
如图2中所示，网络化成像系统120包括牙科成像机200(例如，能够捕获锥束计算断层成像(“锥束CT”或“CBCT”)的图像、全景成像的图像或者头影测量成像的图像的x射线机)和本地图像装置125a。牙科成像机200采集与患者相关联的x射线图像数据。来自成像机的x射线图像数据例如可以以一系列相关x射线投影帧为形式。在所图示的实施例中，网络化成像系统120还包括计算机122。计算机122控制牙科成像机200并且可以运行客户端软件140以将牙科成像机200连接到LAN 105。在锥束CT成像的情况下，计算机122对x射线投影帧进行处理以产生患者的一部分的三维体图像。在一些实施例中，计算机122还被称为采集计算机。在一些实施例中，本地图像装置125a被称为查看计算机。在所图示的实施例中，本地图像装置125a连接到计算机122(例如，经由USB或火线)以允许查看相关x射线投影帧的系列或三维体图像。尽管在图2中描绘了计算机122，但是在一些实施例中，本地图像装置125a连接到牙科成像机200并且运行客户端软件140以连接到LAN 105。在其它实施例中，牙科成像机200可以在不使用计算机122或本地图像装置125a的情况下运行客户端软件140并连接到LAN 105。在牙科成像机200在没有计算机122或本地图像装置125a的情况下包括运行客户端软件140并连接到LAN 105的内部图像处理计算机(未示出)的实施例中，牙科成像机200内的内部图像处理计算机能够被称为采集计算机。
在所图示的实施例中，牙科成像机200被配置成采集全景、三维和头影测量牙科扫描。牙科成像机200包括x射线源206、第一x射线图像检测器207、第二x射线图像检测器208以及第三x射线图像检测器211。在所图示的实施例中，每个x射线图像检测器207、208、211捕获不同类型的x射线图像(例如，CT图像、全景图像或头影测量图像)。x射线源206和第一x射线图像检测器207被安装在耦合到支承臂210的门架202上，并且第一x射线图像检测器207被定位为在与x射线源206直接相对的地方。在一些实施例中，患者被定位在x射线源206与第一x射线图像检测器207之间，使得牙科成像机200能够捕获患者的至少一部分的x射线图像。门架202绕患者旋转。随着支承臂210绕患者旋转，x射线源206和x射线图像检测器207采集患者的多个x射线投影帧(通常被称为“投影帧”)。例如，支承臂210被首先放在第一角度下并且x射线源206和第一x射线图像检测器207采集患者的第一x射线投影帧。支承臂210然后旋转并且被定位在与第一角度不同的第二角度下。x射线源206和第一x射线图像检测器207然后采集在第二角度下的患者的第二x射线投影帧。x射线源206和第一x射线图像检测器207能够相对于患者旋转并且获得多个x射线投影帧。因为支承臂210绕患者旋转，所以x射线源206和第一x射线图像检测器207能够捕获全景牙科图像。由x射线源206和第一x射线图像检测器207所捕获的x射线投影帧还能够被用来构建患者的至少一部分的三维模型。
第二x射线图像检测器208由横梁209支承并且被定位为在与x射线源206相对的地方。牙科成像机200的第二x射线图像检测器208能够执行头影测量牙科扫描。屏幕被定位在x射线源206与第二x射线图像检测器208之间。通常，患者被定位在第二x射线图像检测器208与屏幕之间。屏幕然后能够控制到达患者的x射线的辐射量。例如，屏幕是可移动的并能够被定位为使得仅紧接患者的口部的区域接收x射线辐射。因此，屏幕被配置成使得患者对x射线辐射的暴露最小化并且执行头影测量牙科扫描。
通过牙科成像机200所获得的x射线投影帧表示患者的至少一部分和/或该患者内的一个对象。在一些实施例中，x射线投影帧与同一患者相关联并且是仅在相对于患者的不同角度下拍摄的。在其它实施例中，可以以不同方式使第一投影帧和第二投影帧相联系。例如，可以在第一时间段拍摄第一帧并且以及在与第一时间段不同的第二时间段拍摄第二帧。因为甚至仅对一个患者所获得的x射线投影帧常常需要大量的存储空间，所以混合系统100使用视频压缩技术来对与牙科诊所115的患者相关联的x射线图像数据进行压缩。适合的压缩算法的示例包括但不限于H.264、H.265、CABAC、CAVLC和Exp-Golomb。
混合系统100包括根据改良视频压缩技术来对相关x射线投影帧的系列进行压缩的改良视频编解码器150。改良视频编解码器150能够包括软件、硬件或者软件和硬件的组合。改良视频压缩技术使用改良帧间预测算法。与单独地对每个原始图像投影帧进行压缩相比，使用帧间预测算法来对相关x射线投影帧的系列进行压缩提高了图像数据的压缩比。在所图示的实施例中，编解码器150位于本地服务器130中。在其它实施例中，编解码器150位于混合系统100的其它部分上(例如，在采集计算机122或客户端软件140内)。概括地，网络化成像系统120包括处理器、存储器和指令、ASIC，或实现改良视频编解码器150的逻辑和功能的其它组件(一般被称为“编解码器”(codec))。
已知的数字视频压缩技术使用假定正被压缩的图像数据是来自反射成像过程的数据的预测算法。例如，已知的预测算法假定一系列图像来自摄像机，其中可见光反射离开对象并且在例如电子传感器上光作为图像被捕获。x射线图像(与视频图像相比)有时被称为“半透明”(translucent)，因为以x射线辐射为形式的辐射(至少部分地)通过成像的对象。例如，当在胶片上产生所得到的图像时，所得到的图像具有特定的半透明属性或特性。因此，x射线图像不是反射图像，并且依照本发明的帧间预测算法具有例如比常规算法更高效地压缩图像数据的益处。
此外，当在绕对象旋转角度下拍摄许多图像时，特定的已知的数字视频压缩技术假定绕中心轴的单独(即，单向)运动。然而，一系列原始x射线图像投影帧引入了绕中心轴的双重运动，因为x射线产生了半透明图像而不是反射图像。例如，不同于对象对于入射光而言是不透明和/或为反射式的成像技术，x射线图像揭示了旋转轴前面和其后面两者的特征，并且后面的特征在与前面的特征的方向不同的方向上移动。因此，考虑图像的半透明性质以及这个双重运动的改良帧间预测算法通过减小每个原始x射线图像投影帧之间的预测的误差，进一步改进了压缩比。
改良预测算法利用了顺序x射线图像投影帧中的像素值之间的关系。一些投影帧被压缩为内编译帧(还被称为“内帧”或“I帧”)，而其它投影帧被压缩为预测帧(P帧)。I帧独立于任何其它帧被表达并且用作P帧参考以提高P帧的压缩比的基础。换句话说，压缩序列中的周期性I帧允许对保存在多个I帧之间的P帧的子集进行解压缩(即，能够根据相关I帧来确定P帧的细节)。图3的第一压缩投影帧被认为是I帧，而后续n个投影帧可以是I帧或P帧。不同于现有的视频压缩技术(例如，MPEG、H.265等)，本发明的P帧包括将在下面更详细地描述的点扩展函数索引。
更具体地，相关x射线投影帧的系列中的特定投影帧(例如，I帧)的像素值表示材料沿着从x射线源206到检测器面板上的对应位置的射线的累积x射线密度。这个像素值往往由于x射线源206和检测器设备207绕对象旋转而根据传递函数(在图像处理中有时还被称为“点扩展函数”)分布在后续投影帧中的邻近像素中。在一些实施例中，改进的改良预测算法使用点扩展函数的库来预测连续图像投影帧中的像素值，从而提供比在为反射成像模态而设计的当前视频压缩标准中实现的预测算法更精确的估计。适合于特定图像类型的传递函数能够由例如蒙特卡罗(Monte Carlo)模拟来生成。在其它实施例中，仅一个点扩展函数被用来对连续图像投影帧进行压缩。x射线源206和x射线图像检测器207采集在第一角度下的第一x射线投影帧以及在第二角度下的第二x射线投影帧。第二x射线投影帧中的至少一个像素是基于第一角度和第二角度以及第一x射线投影帧来预测的。使用了具有最小残差的点扩展函数，并且它在库内的索引被存储在压缩图像数据集620中，其后面是图像的熵编码的残差。更精确的改良预测算法导致了更小的残差，这允许了在压缩算法的熵编码阶段中的更高压缩。
图3图示出使用改良预测算法的改良视频压缩技术，其中压缩了一系列相关x射线投影帧。首先，牙科成像机200采集了一系列相关n个x射线投影帧605(即，围绕患者的下颚在特定角度下拍摄的每个图像投影帧)。在步骤606处，获得第一x射线投影帧的像素信息。第一x射线投影帧是I帧，因为它不基于任何其它帧被表达。可选地，在步骤607处，使用图像压缩算法来对相关x射线投影帧605的系列的第一投影帧进行压缩，例如第一投影帧可以是I帧。图像压缩算法例如能够是基于JPEG的或其它常规图像压缩算法。然后使用改良预测算法来对也被称为P帧的后续图像投影帧)进行压缩(步骤610至615)，改良预测算法使待压缩的图像投影帧中的像素与先前的图像投影帧中的像素相联系。可选地，在应用预测算法之前，能够以与对第一投影帧所做的相同的方式单独地对每个投影帧进行压缩。因此，能够可选地以两种方式，即作为单独的图像分别地以及作为相关图像的序列一起地，对投影帧的集合进行压缩。在任何情况下，在步骤608处，计算第一投影帧与后续第n投影帧之间的差。特别地，确定第一投影帧与后续第n投影帧之间的关系。例如，计算第一帧与后续第n投影帧之间的角度差。在步骤609处，应用n点扩展函数基于第一帧的像素信息以及第一帧与后续第n投影帧之间的关系来预测后续第n投影帧的像素值。在步骤610处，基于所应用的n点扩展函数来确定残差。在一些实施例中，所应用的n点扩展函数被存储在点扩展函数的库中。在那些实施例中，不同的点扩展函数被应用于第一帧和后续第n投影帧。在步骤611处，必要时应用不同的点扩展函数。如果应用了多于一个的点扩展函数，则在步骤612处，导致最小残差的点扩展函数被用来对后续第n投影帧进行压缩。在步骤613处，后续第n投影帧的残差被熵编码并且所应用的具有最小残差的点扩展函数的索引被存储在后续第n投影帧中，即P帧中。然后在步骤614处，对于任何后续n个帧重复步骤该过程，即步骤608-613。一旦已对所有后续n个投影帧应用了点扩展函数并且残差已被编码，则在步骤615处，创建包括至少一个I帧和一个或多个P帧的压缩图像数据集620。
在一些实施例中，压缩数据集620是单个压缩数据文件。压缩数据集620还能够是单独的压缩文件中的多个系列的压缩图像投影帧。此外，在一些实施例中，压缩数据集620能够被实现为用于传输一系列压缩的相关x射线投影帧的数据流。
使用改良视频压缩技术来对一系列相关x射线图像投影帧605进行压缩导致了比对该系列中的每个原始投影帧的单独进行压缩更少的待传送的数据量。例如，图4图示出未利用预测视频压缩技术的压缩方法。因此，单独地对一系列相关x射线投影帧605中的每个原始投影帧进行压缩(步骤710)而不使用预测算法，直到该系列的所有原始投影帧被压缩为止(步骤715)。所得到的数据是一系列压缩投影帧数据720而不是压缩图像数据集620。因此，在一系列相关x射线投影帧605上使用视频压缩技术导致了更大的压缩比，特别是当该视频压缩技术利用如上面所说明的为一系列x射线投影帧而定制的改良预测算法时。
而且，能够组合用于单独帧的图像压缩技术以及用于帧序列的预测视频压缩技术。例如，能够对压缩投影帧数据720应用预测算法，从而导致比仅使用单独帧压缩或仅使用预测视频压缩的情况下甚至更大的压缩比。
在相关x射线投影帧605的系列被压缩之后，混合系统100在牙科成像机200、计算机122、本地图像装置125a-125d、本地服务器130、网络110与外部图像装置145a-b之间传送压缩图像数据集620。本地服务器130作为与网络110进行通信的缓存服务器。如图1中所示，网络110允许本地服务器130与云服务器155进行通信。在一些实施例中，混合系统100包括多于一个的云服务器155。在所图示的实施例中，云服务器155是与牙科诊所115分开的远程服务器。外部图像装置145a-145b进而与云服务器155进行通信。因此，混合系统100允许由网络化成像系统120所采集的x射线图像数据可被本地图像装置125a-125d、本地服务器130、云服务器155以及外部图像装置145a-145b访问。
多个本地图像装置125b、125c和125d能够经由LAN105与本地服务器130进行通信。这个通信允许在混合系统100的本地图像装置125a-125d之间传送与牙科图像相关联的数据并且容易从许多本地图像装置125a-125d查看该与牙科图像相关联的数据。本地图像装置125b、125c和125d能够位于在牙科诊所115内与网络化成像系统120分开的区域中。例如，本地图像装置125b能够位于牙科诊所115的前台处、位于牙科诊所115的手术室中和/或位于牙科诊所115的个人办公室中。
待从牙科诊所115上传到云服务器155的一系列相关x射线投影帧605首先经由LAN 105被上传到本地服务器130。在所图示的实施例中，本地服务器130如上面所描述的那样(参见图3)将该相关x射线投影帧605的系列压缩成压缩图像数据集620。在其它实施例中，混合系统100的其它组件将该x射线投影帧605的系列压缩成压缩图像数据集620。本地服务器130不断地与云服务器155同步。到云服务器155的上传请求在本地服务器130上被排队直到上传完成为止。从牙科诊所115到云服务器155的下载请求被缓存在本地服务器130上，直到能够完全满足这些下载请求为止。通过允许增加压缩比的改良视频编解码器150提高了上传速度和下载速度。
还能够基于指定策略在本地服务器130上存储所有被上传到云服务器155的压缩图像数据620。例如，本地服务器130能够存储在最近指定的数月内创建的压缩图像数据620。替换地，本地服务器130还能够具有对指定数目的患者存储所创建的压缩图像数据620的策略。将压缩图像数据620存储在本地服务器130上的策略还能够基于患者预约安排信息。能够将患者预约安排信息存储在例如电子患者安排日程表中。患者预约安排信息能够包括关于以下的信息：自每个患者的最近就诊以来过去的时间量、直到每个患者的下一次预期就诊的时间量等。因此，本地服务器130能够具有从每个患者的最近就诊起存储压缩图像数据620的策略，或者基于每个患者的下一次安排的预约来存储压缩图像数据620的策略。例如，如果患者的最近就诊是在指定时间段内则本地服务器130能够存储压缩图像数据620，和/或本地服务器130能够在那些患者次日有预约时从云服务器155中检索与特定患者相关联的压缩图像数据620。将压缩图像数据620存储在本地服务器130上的策略也能够基于对与特定患者相关联的压缩图像数据620的最近访问。例如，如果在指定时间段内访问了特定患者的压缩图像数据620，则本地服务器130存储该压缩图像数据620。存储压缩图像数据620的策略还能够基于云服务器130上的可用存储空间量。例如，如果本地服务器130不再具有可用存储空间，则本地服务器130可以删除本地服务器130上的最旧的图像数据。在一些实施例中，可用存储空间量优先于策略的其它条件，例如，自最近就诊以来的时间量、直到下一次安排就诊的时间量等。在其它实施例中，可用存储空间量仅是次要条件。
当存储在本地服务器130上的压缩图像数据620不再落入指定策略内时，压缩图像数据620被删除以在本地服务器130上为满足指定策略的新压缩图像数据620创建可用性。策略可以基于许多条件。可以单独地或者与另一条件相结合地评估每个条件。删除的压缩图像数据620的副本仍被存储在云服务器155上以便以后检索。策略还可以当即用于确定何时从云服务器155中检索压缩图像数据620。用于从云服务器155中检索压缩图像数据620的策略还可以基于许多条件，例如包括患者的下一次预期就诊的时间段以及对于特定图像数据的特定用户请求。例如，如果患者的下一次预期就诊是在指定时间段内，则本地服务器130从云服务器155中检索与该患者相关联的压缩图像数据620。
使用LAN 105的通信速度通常明显地快于使用网络110的通信速度。然而，在一些情况下，LAN 105可以难以按比例扩展或者按比例扩展较昂贵，和/或可能不使数据变得和系统100的云部分一样广泛可用。指定策略允许混合系统100由用户配置以确保可从本地服务器130容易且迅速地访问期望的压缩图像数据620。混合系统100还通过使用云服务器155来提供数据的可扩展性和广泛可用性。云服务器155提供压缩图像数据620的可靠备份并且允许从牙科诊所115外部访问压缩图像数据620。如在下面更详细地讨论的，在本发明的一些实施例中，不对相关x射线投影帧605的每个系列进行压缩，相反地，在混合系统100的组件之间传送未压缩图像数据605。
混合系统100还支持本地服务器130与云服务器155之间的自动故障切换。例如，如果到本地服务器130的链接出故障，则本地图像装置125a-125d和计算机122能够与网络110直接进行通信。例如，本地图像装置125a-125d可以基于例如本地服务器130与本地图像装置125a-125d进行通信所需的时间量来确定本地服务器130是否出故障。当本地图像装置125a-125d确定本地服务器130出故障时，本地图像装置125a-125d然后直接向云服务器155发送任何x射线图像数据605、620、720。计算机122和本地图像装置125a-125d还能够存储x射线图像数据605、620、720，直到到本地服务器130的连接被恢复为止。类似地，云服务器155可以确定本地服务器130出故障并且直接向本地图像装置125a-125d发送图像数据605、620、720。本地服务器130还能够在到云服务器155的连接出故障时进行确定。当到云服务器155的连接出故障时，本地服务器130等待上传/下载任何x射线图像数据605、620、720，直到到云服务器155的连接被恢复为止。
附加地，本地服务器130和云服务器155两者支持相同的应用接口。因此，客户端软件140当在牙科诊所115内部时能够连接到本地服务器130，或者当在牙科诊所115外部时能够连接到云服务器155。
外部图像装置145a和145b能够从牙科诊所115外部经由网络110访问云服务器155上的压缩图像数据620。在所图示的实施例中，外部图像装置145a和145b包括对从云服务器155接收的压缩图像数据620进行解压缩的第二编解码器152。在其它实施例中，云服务器155可以包括第二编解码器152。第二编解码器152与上面所描述的编解码器150基本上相同地进行工作。附加地，外部图像装置145a和145b上的客户端软件140能够基于压缩图像数据集620、720来计算三维体数据集(three-dimensional volumetric data set)。
在所示出的实施例中，外部图像装置145a是膝上型计算机，以及外部图像装置145b是平板。然而，外部图像装置145a和145b不限于计算机或平板。能够使用能够与网络110进行通信的其它装置。当感兴趣的新压缩图像数据集620已被上传到云服务器155时，能够通知外部图像装置145a和145b的用户。
图5图示出一个示例性实施例中混合系统100将根据一系列相关x射线投影帧605所创建的压缩图像数据620从网络化成像系统120上传到云服务器155所采取的步骤的框图。首先，牙科成像机200采集一系列相关x射线图像投影帧605(步骤305)。如果牙科成像机200连接到计算机122，则在计算机122上存储x射线投影帧605(步骤307)。计算机122上的客户端软件140然后经由LAN 105将相关x射线投影帧605的系列发送到本地服务器130(步骤310)。在本地服务器130上存储相关x射线投影帧605的系列(步骤312)。然后通知牙科诊所115内部的用户相关x射线投影帧605的系列可用(步骤315)。这时，本地图像装置125a-125d中的任一个能够连接到本地服务器130并且获得x射线投影帧605。然后使用为一系列x射线投影帧605而定制的预测算法来将相关x射线投影帧605的系列压缩成压缩图像数据集620(步骤317)。将压缩图像数据集620放入队列中以便被上传并存储在云服务器15中(步骤320)。压缩图像数据集620仍留在队列中直到上传完成为止(步骤325)。在上传完成之后，通知诊所外部的相关用户压缩图像数据集620可用(步骤330)。这时，外部图像装置145a-145b中的任一个能够连接到云服务器155并且获得x射线图像数据620。混合系统100然后检索与混合系统100相关联的患者的患者预约安排信息(步骤335)。混合系统100然后验证存储在本地服务器130上的x射线图像数据605、620、720仍然遵守指定策略(步骤340)。如果存储在本地服务器130上的x射线图像数据605、620、720不再遵守指定策略，则从本地服务器130中删除x射线图像数据605、620、720(步骤345)。
图6图示出混合系统100将压缩图像数据620下载到本地图像装置125a-125d的所采取的示例性步骤的框图。首先，本地图像装置125a-125d做出对于压缩图像数据集620的下载请求(步骤405)。混合系统100然后验证到本地服务器130的连接被启用(例如，混合系统100被连接)、被禁用(例如，混合系统100被断开)还是出故障(步骤406)。如果到本地服务器130的连接被断开或出故障，则将x射线图像数据605、620、720直接从云服务器155下载到本地图像装置125a-125d(步骤408)。如果到本地服务器130的连接在适当地工作，则混合系统100检查所请求的压缩图像数据集620是否已经被存储在本地服务器130上(步骤410)。如果所请求的压缩图像数据集620尚不位于本地服务器130上，则将压缩图像数据集620从云服务器155下载到本地服务器130(步骤415)。接下来，根据为一系列x射线投影帧605而定制的改良预测算法将下载的压缩图像数据集620解压缩(或者恢复)成包括一系列相关x射线投影帧605的解压缩数据集(步骤417)。一旦解压缩的原始图像投影帧605的系列在本地服务器130上，则将解压缩的(或者恢复的)数据集605从本地服务器130发送到做出了下载请求的本地图像装置125a-125d(步骤420)。在所图示的实施例中，本地图像装置125a-125d然后重建相关x射线投影帧605的系列，基于相关x射线投影帧605的系列来计算三维体数据集，并且显示三维体图像(步骤425)。在附加实施例中，能够在不计算三维体数据集的情况下查看原始投影帧的系列。
图7图示出混合系统100将压缩图像数据620下载到外部图像装置145a-145b所采取的示例性步骤的框图。首先，外部图像装置145a-145b做出对于压缩图像数据集620的下载请求(步骤505)。将压缩图像数据集620从云服务器155下载到外部图像装置145a-145b(步骤510)。根据为一系列x射线投影帧605而定制的改良预测算法将下载的压缩图像数据集620解压缩成一系列相关x射线投影帧605(步骤515)。可选地，如果先前还在逐帧基础上对每个帧进行了压缩，则步骤515能够进一步包括逐帧图像解压缩。在所图示的实施例中，外部图像装置145a-145b然后重建解压缩的相关x射线帧605的系列并且计算三维体图像数据集(步骤520)。在附加实施例中，能够在不计算三维体图像数据集的情况下查看相关x射线帧605的系列。
在一些实施例中，本地图像装置125a-125d和/或外部图像装置145a-145b可以请求相关x射线投影帧605的多个系列和/或与相关x射线投影帧605的多个系列相关联的压缩数据集620。由图像装置125a-125d、145a-145b所请求的多个x射线投影帧605和压缩数据集620可以与特定患者(即，患者的x射线的历史)相关联并且可以被同时下载。
在迄今为止所描述的实施例中，本地服务器130与网络110直接进行通信。在附加实施例中，许多本地服务器130与缓存服务器(未绘出)进行通信，所述缓存服务器进而与网络110进行通信。许多本地服务器130能够位于许多牙科诊所115处。例如，第二本地服务器(未绘出)能够在本地服务器130上传一系列相关x射线投影帧605和/或压缩图像数据集620之后从云服务器155中检索并存储相关x射线投影帧605的系列和/或压缩数据集620。能够在牙科诊所115之间共享并查看压缩图像数据集620以及相关x射线投影帧605的系列。
在一个实施例中，混合系统100能够位于大型设施中，例如医院中。大型设施能够包括直接与网络110进行通信的至少一个本地服务器130。替换地，每个本地服务器130能够与缓存服务器进行通信，所述缓存服务器进而与网络110进行通信。
在迄今为止所描述的实施例中，压缩发生在将待传送的图像数据放入上传队列中之前(参见步骤317)。但是可选地，对相关x射线投影帧605的系列的压缩(步骤317)能够在将压缩图像数据集620、720上传到云服务器155之前的任何点处发生。因此，压缩能够在将相关x射线投影帧605的系列放入上传队列中之后发生。替换地，压缩能够紧接着采集了605相关x射线投影帧的系列之后并且在将相关x射线投影帧605的系列发送到本地服务器130之前发生。
在一些实施例中，可能在将图像数据发送到云服务器155之前不对相关x射线投影帧605的每个系列进行压缩。例如，如果一系列相关x射线投影帧605的数据大小较小，则本地服务器130可以向云服务器155发送相关x射线投影帧605的未压缩系列以被存储。因此，本地图像装置125a-125d和外部图像装置145a-145b可以在从云服务器155下载相关x射线投影帧605的未解压系列时不执行解压缩(分别为步骤417和步骤515)。
在迄今为止所描述的实施例中，相关x射线投影帧605的系列的存储发生在对相关x射线投影帧605的系列进行压缩之前(参见步骤312)。但是可选地，本地服务器130能够将相关x射线投影帧605的系列压缩成压缩图像数据集620、720并且将压缩数据集620、720存储在本地服务器130上。
在一些实施例中，本地图像装置125a-125d包括代替本地服务器130的编解码器150或者除其之外的编解码器。因此，能够在本地图像装置125a-125d上发生所有压缩和解压缩。因此，在混合系统100内仅传送压缩图像数据集620。
以下示例图示出本文中所描述的示例系统和方法。示例1：一种处理x射线数据的方法，所述方法包括：采集表示患者的至少一部分的至少一个对象的多个x射线投影帧，所述多个x射线投影帧包括第一帧和第二帧；以及对所述多个x射线投影帧进行压缩以生成压缩数据集，所述压缩包括选自由以下步骤组成的组中的至少一个：(a)计算所述第一帧与所述第二帧之间的差；以及(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
示例2：根据示例1所述的方法，进一步包括根据所述压缩数据集来计算三维体数据集。
示例3：根据示例2所述的方法，其中，计算三维体数据集包括对所述压缩数据集进行解压缩以生成解压缩数据集并且基于所述解压缩数据集来计算所述三维体数据集。
示例4：根据示例1至3中的任一个所述的方法，其中，采集多个x射线投影帧包括提供x射线源和x射线图像检测器，所述检测器被配置成输出所述第一帧和所述第二帧；在所述源和所述检测器相对于所述患者在第一角度下的时候采集所述第一帧；以及在所述源和所述检测器相对于所述患者在第二角度下的时候采集所述第二帧，其中，所述第一帧包括所述患者内的至少一个对象的第一x射线投影，其中，所述第二帧包括所述至少一个对象的第二x射线投影，并且其中，对所述多个x射线投影帧进行压缩包括使用至少所述第一角度和所述第二角度来预测表示所述第二帧中的所述第二x射线投影的像素的位置。
示例5：根据示例1至4中的任一个所述的方法，其中，对所述多个x射线投影帧进行压缩包括使用点扩展函数对所述第一帧进行处理以预测所述第二帧的至少一个像素。
示例6：根据示例1至5中的任一个所述的方法，其中，由所述多个x射线投影帧和所述压缩数据集组成的组中的一个形成x射线图像数据，所述x射线图像数据与第一患者相关联，以及所述方法进一步包括：将所述x射线图像数据存储在x射线采集计算机上；将所述x射线图像数据从所述x射线采集计算机发送到本地服务器；将所述x射线图像数据存储在所述本地服务器上；将所述x射线图像数据从所述本地服务器发送到远程服务器；将所述x射线图像数据存储在所述远程服务器上；从电子患者安排日程表中检索患者预约安排信息，所述患者预约安排信息包括由以下组成的组中的至少一个：自所述患者的最近就诊以来过去的时间量，以及直到所述患者的下一次预期就诊的时间量；以及当满足至少一个条件时从所述本地服务器中自动地删除所述x射线图像数据，所述至少一个条件基于所述患者预约安排信息。
示例7：根据示例6所述的方法，进一步包括：当满足至少一个第二条件时，将所述x射线图像数据从所述远程服务器发送到所述本地服务器；以及在所述本地服务器上恢复所述x射线图像数据，所述至少一个第二条件基于由以下组成的组中的至少一个：在所述患者的下一次预期就诊之前的时间量，以及对于访问与所述患者相关联的所述数据的用户请求。
示例8是一种用于处理x射线图像数据的系统，所述系统包括：成像系统，所述成像系统被配置成采集x射线图像数据，所述x射线图像数据包括多个x射线帧，所述多个x射线帧包括第一帧和第二帧；以及编解码器，所述编解码器被配置成从所述成像系统接收所述x射线图像数据并且通过执行选自由以下步骤组成的组中的至少一个来对所述多个x射线投影帧进行压缩以生成压缩数据集：(a)计算所述第一帧与所述第二帧之间的差；以及(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
示例9：根据示例8所述的系统，所述系统进一步包括计算机，所述计算机被配置成根据所述压缩数据集生成三维体数据集。
示例10：根据示例9所述的系统，其中，所述计算机被配置成对所述压缩数据集进行解压缩以生成解压缩数据集并且基于所述解压缩数据集来计算三维体数据集。
示例11：根据示例8至10中的任一个所述的系统，其中，所述成像系统包括：x射线源；以及x射线图像检测器，所述检测器被配置成输出所述第一帧和所述第二帧，其中，所述成像系统被配置成在所述源和所述检测器相对于所述患者在第一角度下的时候采集所述第一帧，以及在所述源和所述检测器相对于所述患者在第二角度下的时候采集所述第二帧，其中，所述第一帧包括所述患者内的至少一个对象的第一x射线投影，其中，所述第二帧包括所述至少一个对象的第二x射线投影，并且其中，所述编解码器被配置成通过使用至少所述第一角度和所述第二角度来预测表示所述第二帧中的所述第二投影的像素的位置，来对所述多个x射线投影帧进行压缩。
示例12：根据示例8至11中的任一个所述的系统，其中，所述编解码器被配置成通过使用点扩展函数对所述第一帧进行处理以预测所述第二帧的至少一个像素，来对所述多个x射线投影帧进行压缩。
示例13：根据示例8至12中的任一个所述的系统，其中，所述x射线图像数据与患者相关联，并且进一步包括本地服务器，所述本地服务器连接到所述成像系统并且被配置成：从所述成像系统接收所述x射线图像数据；根据指定策略来存储所述x射线图像数据，其中，所述指定策略包括在满足至少一个第一条件时从所述本地服务器中删除所述x射线图像数据，所述至少一个第一条件基于以下中的至少一个：自所述患者的最近就诊以来过去的时间量、自最近访问与所述患者相关联的所述x射线图像数据以来过去的时间量以及所述本地服务器上的可用存储空间量；以及将所述x射线图像数据发送到远程服务器。
示例14：根据示例13所述的系统，其中，所述本地服务器被配置成对所述x射线图像数据进行压缩。
示例15：一种管理x射线图像数据的方法，所述方法包括：采集x射线图像数据；将x射线图像数据存储在x射线采集计算机上，所述x射线图像数据与第一患者相关联；将所述x射线图像数据从所述x射线采集计算机发送到本地服务器；将所述x射线图像数据存储在所述本地服务器上；将所述x射线图像数据从所述本地服务器发送到远程服务器；将所述x射线图像数据存储在所述远程服务器上；从电子患者安排日程表中检索患者预约安排信息，所述患者预约安排信息包括以下组中的至少一个：自所述患者的最近就诊以来过去的时间量，以及直到所述患者的下一次预期就诊的时间量；以及当满足至少一个第一条件时从所述本地服务器中自动地删除所述x射线图像数据，所述至少一个第一条件基于所述患者预约安排信息。
示例16：根据示例15所述的方法，其中，所述至少一个第一条件包括所述本地服务器上的可用存储空间量。
示例17：根据示例15至16中的任一个所述的方法，进一步包括：当满足至少一个第二条件时，将所述x射线图像数据从所述远程服务器发送到所述本地服务器并且在所述本地服务器上恢复所述x射线图像数据，所述至少一个第二条件基于以下中的至少一个：在所述患者的下一次预期就诊之前的时间量，以及对于访问与所述患者相关联的所述数据的用户请求。
示例18：根据示例17所述的方法，进一步包括将所恢复的x射线图像数据从所述本地服务器发送到所述采集计算机和查看计算机中的至少一个。
示例19：根据示例15至18中的任一个所述的方法，进一步包括：确定到所述本地服务器的连接是否出故障；以及，当所述连接出故障时，在所述远程服务器与所述采集计算机和查看计算机中的至少一个之间发送所述x射线图像数据。
示例20：根据示例15至19中的任一个所述的方法，进一步包括对所述x射线图像数据进行压缩以生成压缩数据集，所述x射线图像数据包括第一帧和第二帧，以及所述压缩包括以下步骤中的至少一个：(a)计算所述x射线图像数据的第一帧与第二帧之间的差；以及(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
示例21是一种用于存储并访问医学图像的系统，所述系统包括：成像系统，所述成像系统被配置成创建与患者相关联的x射线图像数据；本地服务器，所述本地服务器连接到所述成像系统并且被配置成：接收所述x射线图像数据；根据指定策略来存储所述x射线图像数据，其中，所述指定策略包括在满足至少一个第一条件时从所述本地服务器中删除所述x射线图像，所述至少一个第一条件基于以下中的至少一个：自所述患者的最近就诊以来过去的时间量、自最近访问与所述患者相关联的所述x射线图像数据以来过去的时间量、直到所述患者的下一次预期就诊的时间量，以及所述本地服务器上的可用存储空间量；以及将所述x射线图像数据发送到远程服务器。
示例22：根据示例21所述的系统，其中，所述本地服务器被配置成对所述x射线图像数据进行压缩。
示例23：根据示例21至22中的任一个所述的系统，其中，所述本地服务器被配置成使用改良预测算法来对所述x射线图像数据进行压缩。
示例24，根据示例21至23中的任一个所述的系统，其中，所述系统被配置成支持所述本地服务器与所述远程服务器之间的自动故障切换。
示例25包括一种用于存储并访问x射线图像的方法，所述方法包括：使用成像系统来创建x射线图像数据，其中，所述成像系统连接到局域网，以及所述x射线图像数据与患者相关联；将所述x射线图像数据从所述成像系统发送到本地服务器，其中，所述本地服务器连接到所述局域网；根据指定策略将所述x射线图像数据存储在所述本地服务器上；以及发送将所述x射线图像数据发送到所述局域网外部以便存储。
示例26：根据示例25所述的方法，其中，所述指定策略包括在满足至少一个条件时从所述本地服务器中删除所述x射线图像数据，所述至少一个条件基于以下中的至少一个：自所述患者的最近就诊以来过去的时间量、自最近访问与所述患者相关联的所述x射线图像数据以来过去的时间量、直到所述患者的下一次预期就诊的时间量以及所述本地服务器上的可用存储空间量。
示例27：根据示例25至26中的任一个所述的方法，进一步包括对所述x射线图像数据进行压缩以创建压缩图像数据。
示例28：根据示例25至27中的任一个所述的方法，其中，所述x射线图像数据包括多个x射线投影帧，所述多个x射线投影帧包括第一帧和第二帧，以及对所述x射线图像数据进行压缩包括以下步骤中的至少一个：(a)计算所述第一帧与所述第二帧之间的差；以及(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
示例29：根据示例25至28中的任一个所述的方法，进一步包括在将所述x射线图像数据存储在所述本地服务器上之前对所述x射线图像数据进行压缩以创建压缩图像数据。
示例30：根据示例29所述的方法，进一步包括在将所述x射线图像数据发送到所述局域网外部以便存储之后将所述压缩图像数据存储在云服务器上。
示例31：根据示例25至30中的任一个所述的方法，进一步包括：在将所述x射线图像数据发送到所述局域网外部以便存储之后将所述x射线图像数据存储在云服务器上；以及从所述云服务器中检索所述x射线图像数据并且在所述本地服务器上恢复所述x射线图像数据。
示例32：根据示例25至31中的任一个所述的方法，进一步包括：在将所述x射线图像数据发送到所述局域网外部以便存储之后将所述x射线图像数据存储在云服务器上；以及基于在所述患者的下一次预期就诊之前的时间量以及对于访问与所述患者相关联的x射线图像数据的用户请求中的至少一个从所述云服务器中检索所述x射线图像数据。
因此，除其他外，本发明的实施例提供了用于使用与云服务器相结合地本地服务器来存储并访问医学图像数据的系统和方法。所述系统和方法利用用在一系列x射线二维原始投影帧上的改良视频压缩技术。所述系统和方法允许快速访问本地服务器上的指定数据，同时还通过使用云服务器来提供数据的可扩展性和广泛可用性。
在以下权利要求中阐述了本发明的各种特征。

Claims (15)

1.一种处理x射线数据的方法，所述方法包括：
采集表示患者的至少一部分的至少一个对象的多个x射线投影帧，所述多个x射线投影帧包括第一帧和第二帧；以及
对所述多个x射线投影帧进行压缩以生成压缩数据集，所述压缩包括从由以下步骤组成的组中选择的至少一个：
(a)计算所述第一帧与所述第二帧之间的差；以及
(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
2.根据权利要求1所述的方法，所述方法进一步包括根据所述压缩数据集来计算三维体数据集。
3.根据权利要求2所述的方法，其中，计算三维体数据集包括对所述压缩数据集进行解压缩以生成解压缩数据集并且基于所述解压缩数据集来计算所述三维体数据集。
4.根据权利要求1所述的方法，其中，采集多个x射线投影帧包括：
提供x射线源和x射线图像检测器，所述检测器被配置成输出所述第一帧和所述第二帧；
在所述源和所述检测器相对于所述患者在第一角度下的时候采集所述第一帧；以及
在所述源和所述检测器相对于所述患者在第二角度下的时候采集所述第二帧；
其中，所述第一帧包括所述患者内的至少一个对象的第一x射线投影；
其中，所述第二帧包括所述至少一个对象的第二x射线投影，并且其中，对所述多个x射线投影帧进行压缩包括使用至少所述第一角度和所述第二角度来预测表示所述第二帧中的所述第二x射线投影的像素的位置。
5.根据权利要求1所述的方法，其中，对所述多个x射线投影帧进行压缩包括使用点扩展函数对所述第一帧进行处理以预测所述第二帧的所述至少一个像素。
6.根据权利要求1所述的方法，其中，由所述多个x射线投影帧和所述压缩数据集组成的组中的一个形成x射线图像数据，所述x射线图像数据与第一患者相关联，以及所述方法进一步包括：
将所述x射线图像数据存储在x射线采集计算机上；
将所述x射线图像数据从所述x射线采集计算机发送到本地服务器；
将所述x射线图像数据存储在所述本地服务器上；
将所述x射线图像数据从所述本地服务器发送到远程服务器；
将所述x射线图像数据存储在所述远程服务器上；
从电子患者安排日程表中检索患者预约安排信息，所述患者预约安排包括以下组成的组中的至少一个：由自所述患者的最近就诊以来过去的时间量，以及直到所述患者的下一次预期就诊的时间量；
当满足至少一个条件时从所述本地服务器中自动地删除所述x射线图像数据，所述至少一个条件基于所述患者预约安排信息。
7.根据权利要求6所述的方法，进一步包括：
当满足至少一个第二条件时，将所述x射线图像数据从所述远程服务器发送到所述本地服务器，以及
在所述本地服务器上恢复所述x射线图像数据，所述至少一个第二条件基于由以下组成的组中的至少一个：在所述患者的下一次预期就诊之前的时间量，以及对于访问与所述患者相关联的所述数据的用户请求。
8.一种用于处理x射线图像数据的系统，所述系统包括：
成像系统，所述成像系统被配置成采集x射线图像数据，所述x射线图像数据包括多个x射线帧，所述多个x射线帧包括第一帧和第二帧；以及
编解码器，所述编解码器被配置成从所述成像系统接收所述x射线图像数据并且通过执行选自由以下步骤组成的组中至少一个来对所述多个x射线投影帧进行压缩以生成压缩数据集：
(a)计算所述第一帧与所述第二帧之间的差；以及
(b)基于所述第一帧的至少一个像素来预测所述第二帧的至少一个像素。
9.根据权利要求8中所要求保护的系统，所述系统进一步包括计算机，所述计算机被配置成根据所述压缩数据集生成三维体数据集。
10.根据权利要求9所述的系统，其中，所述计算机被配置成对所述压缩数据集进行解压缩以生成解压缩数据集并且基于所述解压缩数据集来计算三维体数据集。
11.根据权利要求9所述的系统，其中，所述成像系统包括：
x射线源；以及
x射线图像检测器，所述检测器被配置成输出所述第一帧和所述第二帧，
其中，所述成像系统被配置成在所述源和所述检测器相对于所述患者在第一角度下的时候采集所述第一帧，以及在所述源和所述检测器相对于所述患者在第二角度下的时候采集所述第二帧；
其中，所述第一帧包括所述患者内的至少一个对象的第一x射线投影；
其中，所述第二帧包括所述至少一个对象的第二x射线投影；并且
其中，所述编解码器被配置成通过使用至少所述第一角度和所述第二角度来预测表示所述第二帧中的所述第二投影的像素的位置，来对所述多个x射线投影帧进行压缩。
12.根据权利要求8所述的系统，其中，所述编解码器被配置成通过使用点扩展函数对所述第一帧进行处理以预测所述第二帧的所述至少一个像素，来对所述多个x射线投影帧进行压缩。
13.根据权利要求8所述的系统，其中，所述x射线图像数据与患者相关联，并且进一步包括：
本地服务器，所述本地服务器连接到所述成像系统并且被配置成：
从所述成像系统接收所述x射线图像数据，
根据指定策略来存储所述x射线图像数据，其中，所述指定策略包括在满足至少一个第一条件时从所述本地服务器中删除所述x射线图像数据，所述至少一个第一条件基于以下中的至少一个：自所述患者的最近就诊以来过去的时间量、以及自最近访问与所述患者相关联的所述x射线图像数据以来过去的时间量、以及所述本地服务器上的可用存储空间量，以及将所述x射线图像数据发送到远程服务器。
14.根据权利要求13所述的系统，其中，所述本地服务器被配置成在将所述x射线图像数据存储在所述本地服务器上之前对所述x射线图像数据进行压缩。
15.根据权利要求13所述的系统，其中，所述系统被配置成支持所述本地服务器与所述远程服务器之间的自动故障切换。
CN201610268472.4A 2015-04-27 2016-04-27 使用局域网和云的混合牙科成像系统 Pending CN106096222A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/697,006 2015-04-27
US14/697,006 US9917898B2 (en) 2015-04-27 2015-04-27 Hybrid dental imaging system with local area network and cloud

Publications (1)

Publication Number Publication Date
CN106096222A true CN106096222A (zh) 2016-11-09

Family

ID=55808474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610268472.4A Pending CN106096222A (zh) 2015-04-27 2016-04-27 使用局域网和云的混合牙科成像系统

Country Status (6)

Country Link
US (2) US9917898B2 (zh)
EP (1) EP3087925B1 (zh)
JP (1) JP2016202906A (zh)
KR (1) KR20160127664A (zh)
CN (1) CN106096222A (zh)
DK (1) DK3087925T3 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600271A (zh) * 2019-02-21 2019-04-09 成都安恒信息技术有限公司 一种基于运维审计系统的混合云管理方法
CN109994187A (zh) * 2019-02-14 2019-07-09 平安科技（深圳）有限公司 一种基于患者用户身份的医疗影像信息云存储系统
CN111599424A (zh) * 2020-04-27 2020-08-28 贵州精准健康数据有限公司 一种智慧病历大数据中心管理方法及装置

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9917898B2 (en) * 2015-04-27 2018-03-13 Dental Imaging Technologies Corporation Hybrid dental imaging system with local area network and cloud
CN107302549B (zh) * 2016-04-14 2021-05-25 宾盛科技(武汉)有限公司 一种远程数据传输与存储系统及方法
US10855764B2 (en) 2017-02-16 2020-12-01 Konica Minolta Healthcare Americas, Inc. Multi-location exchange of medical images and data
CN108269610A (zh) * 2018-01-18 2018-07-10 成都博睿德科技有限公司 基于云计算的数据可靠性验证方法
FI20187045A1 (en) 2018-03-16 2019-09-17 Athlos Oy Wireless intraoral X-ray imaging sensor
US11263792B1 (en) * 2019-12-23 2022-03-01 National Technology & Engineering Solutions Of Sandia, Llc Calibration method for a spectral computerized tomography system
JP2021177792A (ja) * 2020-05-11 2021-11-18 コニカミノルタ株式会社 医用画像管理装置及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102187665A (zh) * 2008-09-04 2011-09-14 独立行政法人科学技术振兴机构 帧频变换装置、及其对应点推测装置、对应点推测方法及对应点推测程序
CN102301718A (zh) * 2008-12-03 2011-12-28 索尼公司 图像处理设备、图像处理方法和程序
US20120082356A1 (en) * 2010-10-02 2012-04-05 Varian Medical Systems, Inc. Image data compression and decompression
US20140223352A1 (en) * 2007-11-20 2014-08-07 General Electric Company Systems and methods for image handling and presentation
CN104318518A (zh) * 2014-09-26 2015-01-28 北京航空航天大学 基于surf匹配和边缘检测的凸集投影图像重构方法

Family Cites Families (51)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4054402B2 (ja) * 1997-04-25 2008-02-27 株式会社東芝 Ｘ線断層撮影装置
US4628356A (en) 1984-10-15 1986-12-09 Imagex, Inc. Digital X-ray scanner
US5117445A (en) * 1990-07-02 1992-05-26 Varian Associates, Inc. Electronically enhanced x-ray detector apparatus
US6850252B1 (en) * 1999-10-05 2005-02-01 Steven M. Hoffberg Intelligent electronic appliance system and method
US5434418A (en) 1992-10-16 1995-07-18 Schick; David Intra-oral sensor for computer aided radiography
US6067075A (en) 1995-12-21 2000-05-23 Eastman Kodak Company Controller for medical image review station
DE19636354A1 (de) 1996-09-02 1998-03-05 Ruedger Dipl Ing Rubbert Verfahren und Vorrichtung zur Durchführung von optischen Aufnahmen
DE19733338C2 (de) 1997-08-01 2002-01-17 Sirona Dental Systems Gmbh Röntgendiagnostikeinrichtung zur Erstellung von Panorama-Schichtaufnahmen von Körperteilen eines Patienten
IL122361A0 (en) 1997-11-29 1998-04-05 Algotec Systems Ltd Image compression method
US6909436B1 (en) * 1999-10-27 2005-06-21 The Board Of Supervisors Of Louisiana State University And Agrigultural & Mechanical College Radiologist workstation
US6463344B1 (en) 2000-02-17 2002-10-08 Align Technology, Inc. Efficient data representation of teeth model
US20020016821A1 (en) 2000-08-04 2002-02-07 Byeong-Keon Son Medical data exchange method
US20020186818A1 (en) 2000-08-29 2002-12-12 Osteonet, Inc. System and method for building and manipulating a centralized measurement value database
US6771822B1 (en) 2000-09-22 2004-08-03 Ge Medical Systems Global Technology Company, Llc Method and apparatus for storing image frame with user-selected compression
US7660453B2 (en) 2000-10-11 2010-02-09 Imaging Therapeutics, Inc. Methods and devices for analysis of x-ray images
US7041468B2 (en) 2001-04-02 2006-05-09 Therasense, Inc. Blood glucose tracking apparatus and methods
US7327866B2 (en) 2001-04-09 2008-02-05 Bae Kyongtae T Method and apparatus for compressing computed tomography raw projection data
KR20020081661A (ko) 2001-04-19 2002-10-30 주식회사 오픈비주얼 네트워크 환경에서 3차원 물체의 시각화와 조작을 위한방법 및 장치
US7908155B2 (en) 2002-04-12 2011-03-15 Becton, Dickinson And Company System for collecting, storing, presenting and analyzing immunization data having remote stations in communication with a vaccine and disease database over a network
US20040022447A1 (en) 2002-07-31 2004-02-05 General Electric Company Method and system for image compression and decompression using span of interest of an imaging sequence
WO2004093001A1 (en) 2003-04-11 2004-10-28 Sumtotal Llc Adaptive subtraction image compression
JP4511804B2 (ja) 2003-04-18 2010-07-28 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー データ圧縮方法、データ圧縮装置、および計算断層画像装置
US8774355B2 (en) * 2004-06-30 2014-07-08 General Electric Company Method and apparatus for direct reconstruction in tomosynthesis imaging
DE102005004471B4 (de) * 2005-01-31 2010-05-20 Siemens Ag Medizinische bildgebende Diagnostikeinrichtung mit einer Vorrichtung zur Komprimierung von Bilddaten
US20070003118A1 (en) * 2005-06-30 2007-01-04 Wheeler Frederick W Method and system for projective comparative image analysis and diagnosis
US20070014448A1 (en) * 2005-06-30 2007-01-18 Wheeler Frederick W Method and system for lateral comparative image analysis and diagnosis
US7801382B2 (en) 2005-09-22 2010-09-21 Compressus, Inc. Method and apparatus for adjustable image compression
US20070226005A1 (en) 2006-01-06 2007-09-27 Kevin Smith Totaldentist
US20080006282A1 (en) 2006-05-04 2008-01-10 Predrag Sukovic Medical imaging exchange network
US20080004097A1 (en) 2006-06-30 2008-01-03 Igt Gaming device with customizable template for advertising display
US8442283B2 (en) * 2006-08-30 2013-05-14 Anatomage Inc. Patient-specific three-dimensional dentition model
US20090208086A1 (en) 2008-02-15 2009-08-20 Pelc Norbert J Compression and decompression of raw image data
US8300964B2 (en) 2008-08-07 2012-10-30 Apteryx Inc. System and method for preparing spatially related medical digital image data sets for image compression and storage prior to image reconstruction
DE102008058489A1 (de) 2008-08-19 2010-04-15 Siemens Aktiengesellschaft Verfahren zum Codieren einer Folge von digitalisierten Bildern
US7991106B2 (en) * 2008-08-29 2011-08-02 Hologic, Inc. Multi-mode tomosynthesis/mammography gain calibration and image correction using gain map information from selected projection angles
JP4662189B2 (ja) * 2009-03-27 2011-03-30 富士ゼロックス株式会社 画像処理装置および画像処理プログラム
US8108311B2 (en) 2009-04-09 2012-01-31 General Electric Company Systems and methods for constructing a local electronic medical record data store using a remote personal health record server
CN102576378B (zh) 2009-09-21 2015-06-17 X环技术有限公司 计算机断层成像数据的容错压缩和解压缩的方法和系统
US20120015825A1 (en) * 2010-07-06 2012-01-19 Pacific Biosciences Of California, Inc. Analytical systems and methods with software mask
US20120278094A1 (en) 2010-10-12 2012-11-01 Rabit Solutions, LLC Methods and systems for health care record, workflow, and billing management using mobile devices
JP5750256B2 (ja) * 2010-10-20 2015-07-15 株式会社日立メディコ 医用画像データ分散記憶システム
US20120265050A1 (en) * 2011-04-04 2012-10-18 Ge Wang Omni-Tomographic Imaging for Interior Reconstruction using Simultaneous Data Acquisition from Multiple Imaging Modalities
JP5624975B2 (ja) * 2011-12-27 2014-11-12 日立Ｇｅニュークリア・エナジー株式会社 検査画像品質評価システム、方法、プログラム、及びデジタイザ保証システム
US8553965B2 (en) 2012-02-14 2013-10-08 TerraRecon, Inc. Cloud-based medical image processing system with anonymous data upload and download
US8682049B2 (en) 2012-02-14 2014-03-25 Terarecon, Inc. Cloud-based medical image processing system with access control
GB2500264A (en) 2012-03-16 2013-09-18 Bvxl Ltd Removing or obscuring sensitive medical image
TWI511547B (zh) * 2012-04-10 2015-12-01 Acer Inc 利用旋轉操作輔助視訊壓縮的方法及其影像擷取裝置
WO2014107651A1 (en) * 2013-01-04 2014-07-10 The General Hospital Corporation System and method for ultra-high resolution tomorgraphic imaging
US9384580B2 (en) * 2013-02-13 2016-07-05 Dental Imaging Technologies Corporation Multiple image generation from a single patient scan
US9613440B2 (en) * 2014-02-12 2017-04-04 General Electric Company Digital breast Tomosynthesis reconstruction using adaptive voxel grid
US9917898B2 (en) * 2015-04-27 2018-03-13 Dental Imaging Technologies Corporation Hybrid dental imaging system with local area network and cloud

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140223352A1 (en) * 2007-11-20 2014-08-07 General Electric Company Systems and methods for image handling and presentation
CN102187665A (zh) * 2008-09-04 2011-09-14 独立行政法人科学技术振兴机构 帧频变换装置、及其对应点推测装置、对应点推测方法及对应点推测程序
CN102301718A (zh) * 2008-12-03 2011-12-28 索尼公司 图像处理设备、图像处理方法和程序
US20120082356A1 (en) * 2010-10-02 2012-04-05 Varian Medical Systems, Inc. Image data compression and decompression
CN104318518A (zh) * 2014-09-26 2015-01-28 北京航空航天大学 基于surf匹配和边缘检测的凸集投影图像重构方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109994187A (zh) * 2019-02-14 2019-07-09 平安科技（深圳）有限公司 一种基于患者用户身份的医疗影像信息云存储系统
CN109600271A (zh) * 2019-02-21 2019-04-09 成都安恒信息技术有限公司 一种基于运维审计系统的混合云管理方法
CN111599424A (zh) * 2020-04-27 2020-08-28 贵州精准健康数据有限公司 一种智慧病历大数据中心管理方法及装置
CN111599424B (zh) * 2020-04-27 2023-10-31 贵州精准健康数据有限公司 一种智慧病历大数据中心管理方法及装置

Also Published As

Publication number Publication date
US20180198864A1 (en) 2018-07-12
US20160316015A1 (en) 2016-10-27
JP2016202906A (ja) 2016-12-08
US10530863B2 (en) 2020-01-07
EP3087925A1 (en) 2016-11-02
KR20160127664A (ko) 2016-11-04
EP3087925B1 (en) 2018-03-14
US9917898B2 (en) 2018-03-13
DK3087925T3 (en) 2018-06-18

Similar Documents

Publication Publication Date Title
CN106096222A (zh) 使用局域网和云的混合牙科成像系统
CN102197649B (zh) 三维图像数据的动态传送
US7492970B2 (en) Reporting system in a networked environment
US20040161139A1 (en) Image data navigation method and apparatus
CN1525736A (zh) 用于交互传输和累进显示压缩图像数据的医疗系统架构
CN102067085A (zh) 用于向远程客户机虚拟传送软件应用程序的方法和系统
JP6373555B2 (ja) コンピュータシステム、医用画像診断装置、画像表示方法、及び画像表示プログラム
EP3247108B1 (en) Multi-resolution lightfield rendering using image pyramids
JP2011067674A (ja) ネットワーク上で提供されるデータ転送を含むコンピュータ断層撮影透視検査画像を表示する装置および方法
WO2004102949A1 (en) Method and system for remote and adaptive visualization of graphical image data
CN104038545B (zh) 一种远程自动影像分析方法及系统
US20040240752A1 (en) Method and system for remote and adaptive visualization of graphical image data
US9202294B2 (en) Clinical collaboration and medical computing framework
CN109191541A (zh) 一种ct远程图像重建方法
US20090144402A1 (en) Storage Management for Renderfarm
JP2022155027A (ja) 画像処理装置、学習装置、放射線画像撮影システム、画像処理方法、学習方法、画像処理プログラム、及び学習プログラム
KR20160124512A (ko) 엑스선 영상 획득 장치 및 모바일기기를 이용한 엑스선 영상 시스템
CN102460703A (zh) 用于高数据率的x 射线层析扫描仪的成像、数据捕获、数据传输和数据分发方法以及系统
JP5878009B2 (ja) 医療用画像処理ネットワークシステム
US9474500B2 (en) Method and system for transfer of cardiac medical image data files
CN111798967A (zh) 一种智慧超声检测系统
US20230153320A1 (en) Systems and methods for database synchronization
US20240164758A1 (en) Systems and methods for generating patient models based on ultrasound images
JP7542478B2 (ja) 画像処理装置、学習装置、放射線画像撮影システム、画像処理方法、学習方法、画像処理プログラム、及び学習プログラム
Pant et al. Rural Mobile Telemedicine Unit with Medical Image Processing System: A proposed model for Uttarakhand

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161109