CN108874516A - 基于mri图像生成csv文件的方法及装置 - Google Patents
基于mri图像生成csv文件的方法及装置 Download PDFInfo
- Publication number
- CN108874516A CN108874516A CN201810016573.1A CN201810016573A CN108874516A CN 108874516 A CN108874516 A CN 108874516A CN 201810016573 A CN201810016573 A CN 201810016573A CN 108874516 A CN108874516 A CN 108874516A
- Authority
- CN
- China
- Prior art keywords
- mri image
- csv file
- server
- processed
- queue
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
- G06F11/0778—Dumping, i.e. gathering error/state information after a fault for later diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Quality & Reliability (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种基于MRI图像生成CSV文件的方法及装置,先将上传成功的MRI图像加入待处理队列,构建列表以存储搜索到的处于空闲工作状态的服务器,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中,实现自动筛选MRI图像预处理结果,无需人工操作,即可对MRI图像的计算结果进行提取,将数据存放到数据库中,利于后续的数据统计和数据展示。
Description
技术领域
本发明涉及医疗检测领域,尤其涉及一种基于MRI图像生成CSV文件的方法及装置。
背景技术
报表系统是将计算机技术与会计报表编制方法相结合设计出的、专门用于报表数据处理的软件。目前,随着报表系统中的业务人员需要的明细数据越来越多,导致明细数据的数量级较大,因此,在报表系统中支持数据压缩包的导出,该数据压缩包供财务人员等自己下载并解压进行浏览。
在对MRI(Magnetic Resonance Imaging,磁共振成像)进行图像处理过程中,生成多种脑部功能、连接以及结构属性的量化数据,能对高分辨率的磁共振图像进行三维重建,生成展平或胀平图像,并能得到皮质厚度、面积、灰质容积等解剖参数。但是,现有图像预处理结果存在多种数据冗余,人们需要经过手工操作才能提取到有用信息,不利于医疗检测的智能化发展。
发明内容
本发明实施例的目的是提供一种基于MRI图像生成CSV文件的方法及装置,能自动提取MRI图像预处理结果,无需人工操作,即可对MRI图像的计算结果进行提取,将数据存放到数据库中,利于后续的数据统计和数据展示。
为实现上述目的,本发明实施例提供了一种基于MRI图像生成CSV文件的方法,包括步骤:
将上传成功的MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序的MRI图像;
遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述 MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV 文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
作为上述方案的改进,所述通过备用服务器和预设的算法对所述MRI图像进行预处理后还包括步骤:
根据预处理结果判断是否存在错误日志;
当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日中最后a 行中的error关键字作为错误原因存储至所述数据库中;
当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
作为上述方案的改进,所述根据预处理结果提取若干参数名和对应的参数值生成CSV文件具体为:
当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成 CSV文件。
作为上述方案的改进,所述读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中具体为:
判断所述CSV文件是否生成成功;
当所述CSV文件生成成功时,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中;
当所述CSV文件生成失败时,发出错误提示。
作为上述方案的改进,所述在预处理结果中提取若干参数名和对应的参数值生成CSV文件包括:
以预设的频率判断所述备用服务器是否存在正在执行对所述MRI图像进行预处理的进程;
若任意时刻检测到所述备用服务器存在正在所述MRI图像进行预处理的进程时,判断所述进程是否计算完成;
当判断所述进程计算完成时,在预处理结果中提取若干参数名和对应的参数值生成CSV文件。
作为上述方案的改进,所述将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像具体为
获取所述列表中每一所述服务器的备用处理资源,将所述列表中备用处理资源最高的服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除。
作为上述方案的改进,所述将所述列表中备用处理资源最多的服务器分配给所述待处理队列中添加时间最早的MRI图像;
对所述列表中的服务器按照备用处理资源由高到低进行排序,获取所述列表中备用处理资源最高的服务器作为备用服务器;
所述待处理队列中添加时间最早的MRI图像,计算所述添加时间最早的MRI 图像的需求处理资源,比较所述备用服务器的备用处理资源和所述需求处理资源;
根据所述备用服务器的备用处理资源和所述需求处理资源的比较结果,确定是否为所述添加时间最早的MRI图像分配所述备用服务器。
本发明实施例还对应提供了一种基于MRI图像生成CSV文件的装置,包括:
待处理队列加入模块,用于将上传成功的MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序MRI图像;
列表构建模块,用于遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
服务器分配模块,用于获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
CSV文件生成模块,用于响应于生成CSV文件的生成指令,通过备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
CSV文件读取模块,用于读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
作为上述方案的改进,所述装置还包括:
判断模块,用于根据预处理结果判断是否存在错误日志;
第一抓取模块,用于当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日志中最后a行中的error关键字作为错误原因存储至所述数据库中;
第二抓取模块,用于当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
作为上述方案的改进,所述CSV文件生成模块根据预处理结果提取若干参数名和对应的参数值生成CSV文件具体为:
当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成 CSV文件。
与现有技术相比,本发明实施例公开了一种基于MRI图像生成CSV文件的方法及装置,先将上传成功的MRI图像加入待处理队列,遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器,获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除,响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中,实现自动筛选MRI图像预处理结果,无需人工操作,即可对MRI图像的计算结果进行提取,将数据存放到数据库中,利于后续的数据统计和数据展示。
附图说明
图1是本发明实施例1提供的一种基于MRI图像生成CSV文件的方法的流程示意图。
图2是本发明实施例1步骤S4的具体实施流程示意图。
图3是本发明实施例1步骤S5的具体实施流程示意图。
图4是本发明实施例2提供的一种基于MRI图像生成CSV文件的装置的结构示意图。
具体实施方式
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作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,是本发明实施例1提供的一种基于MRI图像生成CSV文件的方法的流程示意图,包括步骤:
S1、当检测到任一MRI图像上传成功时,将所述MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序的MRI图像;
在MRI(Magnetic Resonance Imaging,磁共振成像)图像处理过程中,需要耗费大量的计算机资源,因此需要先将上传成功的MRI图像加入待处理队列中等待服务器分配,以最大化利用服务器集群资源;
S2、遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
当存在遍历结束仍未搜索到空闲工作状态的服务器时,则结束工作,等待下一次重新遍历。
S3、获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的 MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
优选地,在步骤S3中通过获取所述列表中每一所述服务器的当前进程数以获取当前负载量;或,通过获取所述列表中每一所述服务器的备用处理资源以获取当前负载量,具体为:
对所述列表中的服务器按照备用处理资源由高到低进行排序,获取所述列表中备用处理资源最高的服务器作为备用服务器;
所述待处理队列中添加时间最早的MRI图像,计算所述添加时间最早的MRI 图像的需求处理资源,比较所述备用服务器的备用处理资源和所述需求处理资源;
根据所述备用服务器的备用处理资源和所述需求处理资源的比较结果,确定是否为所述添加时间最早的MRI图像分配所述备用服务器。
可以理解的,当所述备用服务器的备用处理资源大于或等于所述需求处理资源时,为所述添加时间最早的MRI图像分配所述备用服务器;当所述备用服务器的备用处理资源小于所述需求处理资源时,重新遍历集群内的若干个服务器并搜索处于空闲工作状态的服务器。
S4、响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成 CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
优选地,在步骤S4中通过分割、展平和三维重建的算法对MRI图像进行解析,从而获得人脑功能、人脑连接和人脑结构属性等参数的量化数据。
S5、读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
在步骤S5中,读取所述CSV前先判断所述CSV文件是否生成成功;当所述 CSV文件生成成功时,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中;当所述CSV文件生成失败时,发出错误提示。
基于上述方案,先将上传成功的MRI图像加入待处理队列,遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器,获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除,响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述MRI 图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中,实现自动筛选MRI图像预处理结果,无需人工操作,即可对MRI图像的计算结果进行提取,将数据存放到数据库中,用户可直观查看相关参数值,无需去整个预处理结果中查找相关数据,极大地提升了工作效率。
另一方面,通过将MRI图像转换成CSV文件,可在保留关键信息的前提下大大降低占用服务器的存储空间,减少直接传送初始影响文件推送至客户端的耗费时间和网络资源。
优选地,在实施例1的基础上,如图2所示,在步骤S4中在所述通过备用服务器和预设的算法对所述MRI图像进行预处理后还包括步骤:
S41、根据预处理结果判断是否存在错误日志;
S42、当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日中最后a行中的error关键字作为错误原因存储至所述数据库中;
S43、当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
可以理解的,当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成CSV文件。通过检测预处理结果是否存在错误日志,可确定是否可获取所需的参数和相应的量化参数值,也可通过错误日志获取错误原因,从而指导调试人员针对性地解决错误根源。
在另一优选实施例中,如图3所示,步骤S5中在预处理结果中提取若干参数名和对应的参数值生成CSV文件包括:
S51、以预设的频率判断所述备用服务器是否存在正在执行对所述MRI图像进行预处理的进程;
S52、若任意时刻检测到所述备用服务器存在正在所述MRI图像进行预处理的进程时,判断所述进程是否计算完成;
S53、当判断所述进程计算完成时,在预处理结果中提取若干参数名和对应的参数值生成CSV文件。
如图4所示,本发明实施例还对应提供了一种基于MRI图像生成CSV文件的装置,包括:
待处理队列加入模块101,用于当检测到任一MRI图像上传成功时,将上传成功的MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序 MRI图像;
列表构建模块102,用于遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
服务器分配模块103,用于获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
CSV文件生成模块104,用于响应于生成CSV文件的生成指令,通过备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
CSV文件读取模块105,用于读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
优选地,所述装置还包括:
判断模块,用于根据预处理结果判断是否存在错误日志;
第一抓取模块,用于当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日志中最后a行中的error关键字作为错误原因存储至所述数据库中;
第二抓取模块,用于当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
优选地,所述CSV文件生成模块根据预处理结果提取若干参数名和对应的参数值生成CSV文件具体为:
当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成 CSV文件。
优选地,所述CSV文件读取模块105读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中具体为:
判断所述CSV文件是否生成成功;
当所述CSV文件生成成功时,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中;
当所述CSV文件生成失败时,发出错误提示。
优选地,CSV文件生成模块104在预处理结果中提取若干参数名和对应的参数值生成CSV文件包括:
以预设的频率判断所述备用服务器是否存在正在执行对所述MRI图像进行预处理的进程;
若任意时刻检测到所述备用服务器存在正在所述MRI图像进行预处理的进程时,判断所述进程是否计算完成;
当判断所述进程计算完成时,在预处理结果中提取若干参数名和对应的参数值生成CSV文件。
优选地,所述服务器分配模块103将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像具体为
获取所述列表中每一所述服务器的备用处理资源,将所述列表中备用处理资源最高的服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除。
优选地,所述将所述列表中备用处理资源最多的服务器分配给所述待处理队列中添加时间最早的MRI图像;
对所述列表中的服务器按照备用处理资源由高到低进行排序,获取所述列表中备用处理资源最高的服务器作为备用服务器;
所述待处理队列中添加时间最早的MRI图像,计算所述添加时间最早的MRI 图像的需求处理资源,比较所述备用服务器的备用处理资源和所述需求处理资源;
根据所述备用服务器的备用处理资源和所述需求处理资源的比较结果,确定是否为所述添加时间最早的MRI图像分配所述备用服务器。
本实施例中的基于MRI图像生成CSV文件的装置的工作原理和过程可参考上述对基于MRI图像生成CSV文件的方法的具体描述,在此不再赘述。
综上,本发明实施例公开了一种基于MRI图像生成CSV文件的方法及装置,先将上传成功的MRI图像加入待处理队列,遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器,获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除,响应于生成CSV 文件的生成指令,通过所述备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中,实现自动筛选MRI图像预处理结果,无需人工操作,即可对MRI图像的计算结果进行提取,将数据存放到数据库中,利于后续的数据统计和数据展示。
以上所述是本发明的优选实施方式,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,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于MRI图像生成CSV文件的方法,其特征在于,包括步骤:
当检测到任一MRI图像上传成功时,将上传成功的MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序的MRI图像;
遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
响应于生成CSV文件的生成指令,通过所述备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
2.如权利要求1所述的基于MRI图像生成CSV文件的方法,其特征在于,所述通过备用服务器和预设的算法对所述MRI图像进行预处理后还包括步骤:
根据预处理结果判断是否存在错误日志;
当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日中最后a行中的error关键字作为错误原因存储至所述数据库中;
当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
3.如权利要求2所述的基于MRI图像生成CSV文件的方法,其特征在于,所述根据预处理结果提取若干参数名和对应的参数值生成CSV文件具体为:
当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成CSV文件。
4.如权利要求3所述的基于MRI图像生成CSV文件的方法,其特征在于,所述读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中具体为:
判断所述CSV文件是否生成成功;
当所述CSV文件生成成功时,读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中;
当所述CSV文件生成失败时,发出错误提示。
5.如权利要求1所述的基于MRI图像生成CSV文件的方法,其特征在于,所述在预处理结果中提取若干参数名和对应的参数值生成CSV文件包括:
以预设的频率判断所述备用服务器是否存在正在执行对所述MRI图像进行预处理的进程;
若任意时刻检测到所述备用服务器存在正在所述MRI图像进行预处理的进程时,判断所述进程是否计算完成;
当判断所述进程计算完成时,在预处理结果中提取若干参数名和对应的参数值生成CSV文件。
6.如权利要求1所述的基于MRI图像生成CSV文件的方法,其特征在于,所述将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像具体为获取所述列表中每一所述服务器的备用处理资源,将所述列表中备用处理资源最高的服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除。
7.如权利要求6所述的基于MRI图像生成CSV文件的方法,所述将所述列表中备用处理资源最多的服务器分配给所述待处理队列中添加时间最早的MRI图像;
对所述列表中的服务器按照备用处理资源由高到低进行排序,获取所述列表中备用处理资源最高的服务器作为备用服务器;
所述待处理队列中添加时间最早的MRI图像,计算所述添加时间最早的MRI图像的需求处理资源,比较所述备用服务器的备用处理资源和所述需求处理资源;
根据所述备用服务器的备用处理资源和所述需求处理资源的比较结果,确定是否为所述添加时间最早的MRI图像分配所述备用服务器。
8.一种基于MRI图像生成CSV文件的装置,其特征在于,包括:
待处理队列加入模块,用于当检测到任一MRI图像上传成功时,将上传成功的MRI图像加入待处理队列;所述待处理队列包括若干以添加时间进行排序MRI图像;
列表构建模块,用于遍历集群内的若干个服务器,搜索处于空闲工作状态的服务器,构建列表以存储搜索到的处于空闲工作状态的服务器;
服务器分配模块,用于获取所述列表中每一所述服务器的当前负载量,将负载量最低的服务器作为备用服务器,将所述备用服务器分配给所述待处理队列中添加时间最早的MRI图像,将所述添加时间最早的MRI图像从所述待处理队列中删除;
CSV文件生成模块,用于响应于生成CSV文件的生成指令,通过备用服务器和预设的算法对所述MRI图像进行预处理,在预处理结果中提取若干参数名和对应的参数值生成CSV文件;所述参数名包括人脑功能、人脑连接和人脑结构属性;
CSV文件读取模块,用于读取所述CSV文件中的每一所述参数名和对应的参数值存储到数据库中。
9.如权利要求8所述的基于MRI图像生成CSV文件的装置,其特征在于,所述装置还包括:
判断模块,用于根据预处理结果判断是否存在错误日志;
第一抓取模块,用于当存在错误日志时,读取所述错误日志最后a行,抓取所述错误日志中最后a行中的error关键字作为错误原因存储至所述数据库中;
第二抓取模块,用于当不存在错误日志时,读取所述预处理结果中的运行日志最后b行,抓取所述运行日志中最后b行的error关键字作为错误原因存储至所述数据库中。
10.如权利要求9所述的基于MRI图像生成CSV文件的装置,其特征在于,所述CSV文件生成模块根据预处理结果提取若干参数名和对应的参数值生成CSV文件具体为:
当不存在错误日志时,根据预处理结果提取若干参数名和对应的参数值生成CSV文件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810016573.1A CN108874516A (zh) | 2018-01-08 | 2018-01-08 | 基于mri图像生成csv文件的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810016573.1A CN108874516A (zh) | 2018-01-08 | 2018-01-08 | 基于mri图像生成csv文件的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108874516A true CN108874516A (zh) | 2018-11-23 |
Family
ID=64325965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810016573.1A Pending CN108874516A (zh) | 2018-01-08 | 2018-01-08 | 基于mri图像生成csv文件的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108874516A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332043A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市铱硙医疗科技有限公司 | 基于ct灌注影像的侧枝循环测量方法、装置、设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1711546A (zh) * | 2002-11-12 | 2005-12-21 | 皇家飞利浦电子股份有限公司 | 自动医学影像系统维护诊断 |
US20110154355A1 (en) * | 2009-12-22 | 2011-06-23 | Siemens Aktiengesellschaft | Method and system for resource allocation for the electronic preprocessing of digital medical image data |
CN102156532A (zh) * | 2010-01-23 | 2011-08-17 | 联想(新加坡)私人有限公司 | 在维持特定的功能的同时降低消耗功率的计算机及方法 |
CN103247067A (zh) * | 2013-04-02 | 2013-08-14 | 深圳市瑞云科技有限公司 | 一种远程渲染方法及云渲染平台 |
CN103577699A (zh) * | 2013-11-14 | 2014-02-12 | 哈尔滨工程大学 | 一种基于Android平台的DICIOM医学图像显示处理方法 |
CN104572293A (zh) * | 2013-10-29 | 2015-04-29 | 蓝网科技有限公司 | 基于bs结构的医学影像阅片系统的实现方法 |
CN104714785A (zh) * | 2015-03-31 | 2015-06-17 | 中芯睿智(北京)微电子科技有限公司 | 任务调度装置、方法及并行处理数据的设备 |
CN106780520A (zh) * | 2015-11-18 | 2017-05-31 | 周兴祥 | 一种mri腰椎图像中椎骨的自动提取方法 |
CN106911772A (zh) * | 2017-02-20 | 2017-06-30 | 联想(北京)有限公司 | 服务器分配方法、服务器分配装置以及电子设备 |
-
2018
- 2018-01-08 CN CN201810016573.1A patent/CN108874516A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1711546A (zh) * | 2002-11-12 | 2005-12-21 | 皇家飞利浦电子股份有限公司 | 自动医学影像系统维护诊断 |
US20110154355A1 (en) * | 2009-12-22 | 2011-06-23 | Siemens Aktiengesellschaft | Method and system for resource allocation for the electronic preprocessing of digital medical image data |
CN102156532A (zh) * | 2010-01-23 | 2011-08-17 | 联想(新加坡)私人有限公司 | 在维持特定的功能的同时降低消耗功率的计算机及方法 |
CN103247067A (zh) * | 2013-04-02 | 2013-08-14 | 深圳市瑞云科技有限公司 | 一种远程渲染方法及云渲染平台 |
CN104572293A (zh) * | 2013-10-29 | 2015-04-29 | 蓝网科技有限公司 | 基于bs结构的医学影像阅片系统的实现方法 |
CN103577699A (zh) * | 2013-11-14 | 2014-02-12 | 哈尔滨工程大学 | 一种基于Android平台的DICIOM医学图像显示处理方法 |
CN104714785A (zh) * | 2015-03-31 | 2015-06-17 | 中芯睿智(北京)微电子科技有限公司 | 任务调度装置、方法及并行处理数据的设备 |
CN106780520A (zh) * | 2015-11-18 | 2017-05-31 | 周兴祥 | 一种mri腰椎图像中椎骨的自动提取方法 |
CN106911772A (zh) * | 2017-02-20 | 2017-06-30 | 联想(北京)有限公司 | 服务器分配方法、服务器分配装置以及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332043A (zh) * | 2021-12-31 | 2022-04-12 | 深圳市铱硙医疗科技有限公司 | 基于ct灌注影像的侧枝循环测量方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109714192B (zh) | 一种监控云平台的监控方法及系统 | |
CN103761309B (zh) | 一种运营数据处理方法及系统 | |
CN109120461B (zh) | 一种业务性能端到端监控方法、系统及装置 | |
CN107071009A (zh) | 一种负载均衡的分布式大数据爬虫系统 | |
CN102638378B (zh) | 一种集成异构存储设备的海量存储系统监控方法 | |
CN107018042A (zh) | 用于在线服务系统的追踪方法及追踪系统 | |
CN107317724A (zh) | 基于云计算技术的数据采集系统及方法 | |
CN106462575A (zh) | 群集内存数据库的设计及实现 | |
CN104376365A (zh) | 一种基于关联规则挖掘的信息系统运行规则库的构造方法 | |
CN105512201A (zh) | 数据收集和加工方法及装置 | |
CN103581332B (zh) | HDFS架构及HDFS架构中NameNode节点的压力分解方法 | |
CN109067859A (zh) | 一种面向跨域协同服务的双层云架构系统及实现方法 | |
CN107748782A (zh) | 查询语句处理方法及装置 | |
CN112507623B (zh) | 一种算法中台构建方法及系统 | |
CN107807872A (zh) | 一种输变电系统运行状态监测方法 | |
CN108241724A (zh) | 一种元数据管理方法和装置 | |
CN109445928A (zh) | 一种访问请求处理方法、装置、设备及可读存储介质 | |
CN112162829B (zh) | 一种边缘计算场景下的资源监控数据预处理系统 | |
CN108984583A (zh) | 一种基于日志文件的搜索方法 | |
CN108123840A (zh) | 日志处理方法及系统 | |
CN109800133A (zh) | 一种统一监控告警的方法、一站式监控告警平台及系统 | |
CN113849362B (zh) | 一种业务服务平台管理方法、装置和计算机可读存储介质 | |
CN108090186A (zh) | 一种大数据平台上的电力数据去重方法 | |
CN108874516A (zh) | 基于mri图像生成csv文件的方法及装置 | |
CN107070720A (zh) | 云平台异常事件的监控及自动处理的方法和框架 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |
|
RJ01 | Rejection of invention patent application after publication |