CN109411056B - 图像存储方法及系统 - Google Patents
图像存储方法及系统 Download PDFInfo
- Publication number
- CN109411056B CN109411056B CN201811011029.4A CN201811011029A CN109411056B CN 109411056 B CN109411056 B CN 109411056B CN 201811011029 A CN201811011029 A CN 201811011029A CN 109411056 B CN109411056 B CN 109411056B
- Authority
- CN
- China
- Prior art keywords
- image
- difference
- image block
- pathological
- file
- 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
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种图像储存方法及系统,通过针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;具有提高读取效率的有益效果,降低了由于硬件故障所引起的数据丢失的风险,能够应对大规模的病理图像的存储问题。
Description
技术领域
本发明涉及医疗领域中的图像处理技术,特别涉及一种图像存储方法及系统。
背景技术
近年来,病理学已经进入数字化时代,计算机辅助算法在病理分析中得到了越来越广泛的应用。全切片数字化扫描图像(Whole Slide Images,WSI)是数字化病理的基础,高质量的全切片数字化病理图像为病情诊断、远程会诊、病理数据共享、教学等多方面提供了便利条件。同时,全切片数字化病理图像数据的不断积累为计算机辅助分析提供了大数据支持。全切片数字化病理图像文件具有很大的容量,一般为GB量级。因此,全切片数字化病理图像的长期存储、高效率读写是一个很重要的问题。
现有的全切片数字化病理图像的存储,主要存储在医院的工作站中,并以特定的格式(比如TIFF格式)进行存储;这种存储方式将所存储的全切片数字化病理图像局限在医院本地数据库中,不利于数据共享;且数据备份管理困难,由硬件故障而引起数据丢失的风险较大。另外一种存储方式是,将全切片数字化病理图像按原格式存储在企业提供的云数据中心,这种存储方式由于没有针对存储的文件格式进行优化,因此文件读取效率非常低;且由于存储的文件容量较大,很难针对性设计缓存系统,不利于数据实时分析。
发明内容
本发明提供一种针对医疗领域中的全切片数字化病理图像的图像储存方法及系统,用以将全切片数字化病理图像以分布式存储格式进行存储,达到提高读取效率的目的。
本发明提供了一种图像储存方法,所述图像存储方法包括:
针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中。
优选地,所述根据层级对所述病理图像进行切分,得到切分后的图像块,包括:
根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;
针对得到的每一层级的图像文件,再次切分,得到对应的图像块。
优选地,所述根据层级对所述病理图像进行切分,得到切分后的图像块,包括:
根据层级对所述病理图像进行切分,并在切分的同时对切分后的图像进行交叉式卷积处理。
优选地,对切分后的图像进行交叉式卷积处理包括:
将切分后的图像作为图像块,确定图像块F中第i行第j列的像素点在第一方向上的第一差值因子λ1i,j和在第二方向上的第二差值因子λ2i,j;其中,第一方向和第二方向为交叉的方向,且第一差值因子为λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2,第二差值因子为:λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2;fi,j表示图像块F中第i行第j列的像素点的像素值;
在第i行第j列的像素点的第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;其中,a1,a3,a5,a7,a9为预设的常数,且a1+a3+a7+a9=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j;其中,a2,a4,a5,a6,a8为预设的常数,且a2+a4+a6+a8=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值,或者在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第 j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j;
在确定每个像素点的补偿系数后,对图像块F中相应的像素点进行补偿处理,确定处理后的图像块G;
其中,gi,j=fi,j+μki,j;gi,j为处理后的图像块G中第i行第j列的像素点的像素值,μ为调整系数,μ∈[0,1],且
优选地,所述为得到的每一个图像块配置唯一的对象ID,包括:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;
其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
优选地,所述图像储存方法还包括:
为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
对应于以上所提供的一种图像存储方法,本发明还提供了一种图像存储系统,所述图像存储系统采用分布式文件系统;所述图像存储系统包括:
切分模块,用于针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
关联模块,用于为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
存储模块,用于以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中。
优选地,所述切分模块用于:
根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;
针对得到的每一层级的图像文件,再次切分,得到对应的图像块。
优选地,所述切分模块用于:
根据层级对所述病理图像进行切分,并在切分的同时对切分后的图像进行交叉式卷积处理。
优选地,所述切分模块对切分后的图像进行交叉式卷积处理包括:
将切分后的图像作为图像块,确定图像块F中第i行第j列的像素点在第一方向上的第一差值因子λ1i,j和在第二方向上的第二差值因子λ2i,j;其中,第一方向和第二方向为交叉的方向,且第一差值因子为λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2,第二差值因子为:λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2;fi,j表示图像块F中第i行第j列的像素点的像素值;
在第i行第j列的像素点的第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;其中,a1,a3,a5,a7,a9为预设的常数,且a1+a3+a7+a9=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j;其中,a2,a4,a5,a6,a8为预设的常数,且a2+a4+a6+a8=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值,或者在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第 j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j;
在确定每个像素点的补偿系数后,对图像块F中相应的像素点进行补偿处理,确定处理后的图像块G;
其中,gi,j=fi,j+μki,j;gi,j为处理后的图像块G中第i行第j列的像素点的像素值,μ为调整系数,μ∈[0,1],且
优选地,所述关联模块用于:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;
其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
优选地,所述图像储存系统还包括:
文件建立模块,用于为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
本发明一种图像储存方法及系统可以达到如下有益效果:
针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;具有提高读取效率的有益效果,降低了由于硬件故障所引起的数据丢失的风险,能够应对大规模的病理图像的存储问题。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所指出的内容来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种图像储存方法的一种实施方式的流程示意图;
图2是本发明一种图像存储方法的另一种实施方式的流程示意图;
图3是本发明一种图像存储方法的一种实施方式的交叉式卷积处理时的像素点示意图;
图4是运行本发明一种图像存储方法的图像存储系统的一种实施方式的系统架构图;
图5是本发明一种图像存储系统的一种实施方式的功能模块示意图;
图6是本发明一种图像存储系统的另一种实施方式的功能模块示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供了一种针对医疗领域中的全切片数字化病理图像的图像储存方法及系统,用以将全切片数字化病理图像以分布式存储格式进行存储,能够应对超大规模的病理图像的存储问题,达到提高读取效率、降低由于硬件故障引起数据丢失风险的目的。其中,本发明图像存储方法及系统的下述实施例中所描述的病理图像,均指的是:全扫描图像(Whole Slide Image,WSI),即通过全自动显微镜或者光学放大系统扫描采集得到的高分辨数字图像,通过计算机进行高精度、多视野、无缝隙拼接和处理,从而获得的多层级可视化的病理图像;通常最高分辨率的层级的尺寸大约是X光图像的一万倍。在下述实施例中,本发明实施例对上述病理图像对应的内容不进行赘述。
如图1所示,图1是本发明一种图像储存方法的一种实施方式的流程示意图;本发明一种图像储存方法可以实施为如下描述的步骤 S10-S30:
步骤S01、针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
本发明实施例中,由于全切片数字化扫描病理图像相比于其他医疗影像具有多层级、分辨率高、图像尺寸大的特点,因此,图像存储系统可以利用该病理图像的多层级的特点,根据层级,对待存储的病理图像进行切分,得到切分后的图像块。
在本发明一优选的实施例中,在对病理图像进行切分得到图像块的过程中,可以采取如下方式进行实施:
先根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;再针对得到的每一层级的图像文件,再次切分,从而得到对应的图像块。
步骤S02、为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
为了便于后续针对切分后的图像块的存储,识别图像块在病理图像中的层级和位置,图像存储系统为得到的每一个图像块配置唯一的对象ID,并将配置的对象ID与对应的图像块进行一一关联;其中,该对象ID可以作为图像块的索引,以便后续对该图像块进行读写操作。
在本发明一优选的实施例中,图像存储系统为得到的每一个图像块配置唯一的对象ID,可以通过如下方式实施:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
在具体的应用场景中,针对病理图像的文件切分,可以通过硬件供应商提供的API(Application Programming Interface,应用程序编程接口)来实现。通常情况下,切片图像文件也是按小尺寸的图像块格式存储的,硬件供应商会提供读取图像块的API,通过这些API,可以按业务需求将相邻的几个图像块组装成一个适当大小的新的图像块,并对每个新的图像块进行编号,同时记录图像块的大小,从而可以确定不同的图像块在原图中的位置信息。因此,针对切分后得到的每个新的图像块,图像存储系统将每个新的图像块信息按照下表的结构进行记录。
LevelID(层级ID) | TileID(图像块ID) | TileSize(图像块尺寸) |
步骤S03、以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;
本发明实施例中,图像存储系统采用分布式文件系统进行存储,将切分后得到的每一个图像块作为一个单独的存储对象,并将切分后的图像块以及与图像块相关联的对象ID一并存储。由于存储时,每个图像块都是独立的,因此针对上述图像块的读和写的操作均可并发执行。
如图2所示,图2是本发明一种图像存储方法的另一种实施方式的流程示意图;在本发明一优选的实施例中,为方便获取病理图像对应的文件总体信息,所述图像储存方法还包括:
步骤S04、为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
本发明实施例中,通过元数据文件,可以方便地获取病理图像文件的总体信息;并且,在应用层,元数据文件是操作病理图像的统一入口。
图像存储系统在建立元数据文件时,按照如下表的格式进行建立:
Info | levels | LevelInfo | tile_size | … | LevelInfo | … |
如上表所示,其中Info为病理图像文件的信息,比如文件ID、文件生成时间、压缩方式等;levels表示病理图像的层级数量,Level Info表示层级信息,比如分辨率、图像尺寸、图像块数量等,tile_size 表示每个图像块的问句大小。
在本发明一优选的实施例中,在进行图像切分时,还包括以下步骤:
对图像块进行交叉式卷积处理,将处理后的图像块作为待存储的图像块;之后在步骤S02中为每个处理后的图像块配置唯一的对象ID。
其中,本实施例中的“交叉式卷积处理”指的是基于特定卷积核在两个互相垂直方向上对像素进行卷积处理,同时对不同的像素可能会从不同方向上进行卷积处理,不同方向是交叉的。具体的,对图像块进行交叉式卷积处理包括步骤A1-A6:
步骤A1:确定图像块F中第i行第j列的像素点在第一方向上的第一差值因子λ1i,j和在第二方向上的第二差值因子λ2i,j;其中,第一方向和第二方向为交叉的方向,且第一差值因子为λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2,第二差值因子为:λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2;fi,j表示图像块F中第i行第j列的像素点的像素值。
本发明实施例中,根据像素点的变化趋势方向,对不同的像素点从不同的方向(第一方向和第二方向)进行卷积处理。其中,第一方向为倾斜方向,第二方向为水平或垂直方向;参见图3(a)所示,第一方向可以为m轴方向,或者为n轴方向,即与水平方向或垂直方向之间夹角为45°的方向;第二方向为x轴方向或y轴方向。
本发明实施例中,将像素点分为三类:对角变化像素点、水平变化像素点和混合变化像素点。具体的,如图3(b)~3(e)所示,图中有阴影的像素点的像素值相同或相近,无阴影的像素点的像素值相同或相近,但是二者之间的像素值差异较大,从而形成图像中的边界或像素值不连续的区域。图3(b)中,像素变化趋势为倾斜变化的,此时将像素点fi,j定义为对角变化像素点;图3(c)中,像素变化趋势为水平变化的(或垂直变化的),此时将像素点fi,j定义为水平变化像素点;其中,若像素变化趋势为垂直变化的,也将相应的像素点定义为水平变化像素点,即水平变化像素点指的是水平方向或垂直方向变化的像素点(沿着x轴或y轴变化)。对于其他的像素点,其变化趋势包含水平变化和对角变化,统一归为混合变化像素点,如图3(d) 和3(e)所示。
具体的,本发明实施例中通过第一差值因子和第二差值因子来判断像素点的变化趋势,进而确定像素点属于上述三类中的哪一类。像素点在第一方向上的差值因子(即第一差值因子)用于表示该像素点在对角线上的其他像素点之间的变化程度,且第一差值因子λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2。当第一差值因子小于第一预设差值时,说明该像素点的对角像素差值的差值不大,如图3(c)或3 (e)所示;当第一差值因子大于第一预设阈值时,说明该像素点的对角像素差值的差值比较大,如图3(b)或3(d)所示。
同理,像素点在第二方向上的差值因子(即第二差值因子)用于表示该像素点在水平方向或垂直方向上的其他像素点之间的变化程度,且第二差值因子λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2。同样的,当第二差值因子小于第二预设差值时,说明该像素点在水平方向或垂直方向上的像素差值的差值不大,如图3(b)或3(e)所示;当第二差值因子大于第二预设差值时,说明该像素点在水平方向或垂直方向上的像素差值的差值较大,如图3(c)或3(d)所示。
其中,需要说明的是,fi,j表示图像块F中第i行第j列的像素点的像素值,相应的,fi-1,j表示第i-1行第j列的像素点的像素值,fi+1,j+1表示第i+1行第j+1列的像素点的像素值。当图像块为灰度图像时,该像素值可以为像素点的灰度值(0~255)。同时,可以预先对图像块 F进行扩展处理,即将m×n的图像块F扩展为(m+2)×(n+2)的图像,以保证可以对全部像素点进行卷积处理;对图像进行扩展是比较成熟的技术,此处不做赘述。
步骤A2:在第i行第j列的像素点的第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,确定图像块 F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;其中,a1,a3,a5,a7,a9为预设的常数,且a1+a3+a7+a9=a5。
本发明实施例中,当第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,说明该像素点fi,j具有对角变化趋势而没有水平变化趋势,则该像素点属于对角变化像素点,如图 3(b)所示。此时基于像素点周围邻域的像素值进行卷积处理来确定相应的补偿系数ki,j,其卷积核如图3(f)所示。
具体的,由于图像的像素值为离散值,基于二阶差分公式,在第一方向上像素点fi,j的两个二阶差分分别为fi-1,j-1+fi+1,j+1-2fi,j和fi-1,j+1+fi+1,j-1-2fi,j,将两个二阶差分组合即可得出fi,j的二阶差分为: fi-1,j-1+fi-1,j+1+fi+1,j-1+fi+1,j+1-4fi,j。由于离散的二阶差分相当于连续的二阶导数,同样的,二阶差分也可表示离散值的凹凸性,从而在第一方向上确定的二阶差分可以表示在第一方向上像素值的变化趋势,为该二阶差分增加设置相应系数a1,a3,a5,a7,a9后即可确定可以表示在第一方向上像素值的变化趋势的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;对于此时的卷积核,如图3(f)所示,a2,a4,a6,a8均为0,且a5为负值。
步骤A3:在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j;其中,a2,a4,a5,a6,a8为预设的常数,且a2+a4+a6+a8=a5。
与上述步骤A2类似,当第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,该像素点属于水平变化像素点,如图3(c)所示。同时,此时在水平方向和竖直方向上确定的像素点fi,j的二阶差分分别为fi-1,j+fi+1,j-2fi,j和fi,j-1+fi,j+1-2fi,j,与上述步骤A2相同的,可以确定表示在第二方向上像素值的变化趋势的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j。
步骤A4:在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值,或者在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j。
本发明实施例中,在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,说明该像素点具有水平变化和对角变化两种趋势,其属于混合变化像素点,如图3(d)所示。在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,该像素点的水平变化和对角变化趋势均不明显(比如像素点邻域8个像素的像素值相同或相似),或者因为该像素点在四个方向(水平方向、垂直方向、以及两个对角方向)上均具有变化趋势,导致两个差值因子不大,比如图3(e)所示,此时的像素点均为混合变化像素点。
对于混合变化像素点,基于四个方向(水平方向、垂直方向、以及两个对角方向)的二阶差分来确定计算补偿系数时的卷积核。具体的,补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j;此时,图3(f)中,卷积核中间的a5为-2a5。
步骤A5:在确定每个像素点的补偿系数后,对图像块F中相应的像素点进行补偿处理,确定处理后的图像块G;
其中,gi,j=fi,j+μki,j;gi,j为处理后的图像块G中第i行第j列的像素点的像素值,μ为调整系数,μ∈[0,1],且
本发明实施例中,在确定可以表示像素点变化趋势的补偿系数后,即可对图像块F进行补偿处理,以突出像素点之间的变化趋势,从而突出图像块中的纹理。其中,调节系数μ用于调节补偿系数的权重,且为了避免完全消除像素点fi,j导致计算结果不准确,限制 同时,在对像素点进行补偿后,像素点的像素值可能超出允许范围,此时可以进行归一化处理,或者直接将超出范围的像素值修改为允许范围内的最大值或最小值。例如,当像素值为灰度值时,若 gi,j大于255,则将gi,j修正为255;若gi,j小于0,则将gi,j修正为0;当gi,j在0~255范围内时,可以不作处理。
本发明实施例中,通过两个交叉方向上的差值因子判断像素点的变化趋势,进而基于二阶差分有针对性地对像素点进行补偿,使得补偿后的图像块能够准确表征不同方向的变化趋势,之后利用该处理后的图像块进行分析时,可以使得后续分析结果更加精确。
基于图1-图3所述实施例的描述,请参照图4,图4是运行本发明一种图像存储方法的图像存储系统的一种实施方式的系统架构图;如图4所示,本发明图像存储系统中,针对客户端待存储的全切片数字化扫描病理图像,该病理图像包括多个层级,如图4所示的Level 0、 Level 1以及Level 2,图像存储系统对待存储的病理图像根据层级进行切分,得到切分后每一层分别对应的图像文件;针对每一层的图像文件,图像存储系统再次进行切分,得到对应的图像块,即图4所示的各个Tile。图像存储系统为切分后得到的每一个图像块Tile配置对应的唯一对象ID,即图4所示的object id,并将切分后得到的图像块 Tile与对应的对象ID进行关联,该对象ID也可以作为对应图像块 Tile的索引,以便后续对上述图像块进行便捷的读写操作。由于每个图像块Tile都是独立存储的,因此针对上述图像块进行的读写操作均可以并发执行。图像存储系统将上述图像块Tile与对应的对象ID即图4所示的object id一并存储至对应的数据库中;其中,本发明实施例中所描述的图像存储系统采用分布式文件系统,比如可以利用图4 所示的CEPH分布式文件系统。CEPH系统时一个高可用、易于管理、开源的分布式存储系统,可以在一套系统中同时提供对象存储、块存储以及文件存储服务,能够满足本发明图像存储系统的存储需求。
本发明图像储存方法通过针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;具有节约存储空间以及提高读取效率的有益效果,降低了由于硬件故障所引起的数据丢失的风险;另外,由于存储时仅保留了病理图像中的有效信息,因此节约了存储空间,能够应对大规模的病理图像的存储问题。
基于图1、图2和图3所述实施例的描述,本发明还提供了一种图像存储系统,所述图像储存系统能够运行上述实施例描述的图像存储方法,如图4所示,图4是本发明一种图像存储系统的一种实施方式的功能模块示意图;本发明图像储存系统包括:
切分模块100,用于针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
关联模块200,用于为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
存储模块300,用于以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中。
在本发明一优选的实施例中,所述切分模块100用于:
根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;
针对得到的每一层级的图像文件,再次切分,得到对应的图像块。
在本发明一优选的实施例中,所述切分模块100用于:
根据层级对所述病理图像进行切分,并在切分的同时对图像进行交叉式卷积处理。
在本发明一优选的实施例中,所述关联模块200用于:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;
其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
在本发明一优选的实施例中,如图6所示,图6是本发明一种图像存储系统的另一种实施方式的功能模块示意图;所述图像储存系统还包括:
文件建立模块400,用于为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
本发明图像储存系统通过针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;具有提高读取效率的有益效果,降低了由于硬件故障所引起的数据丢失的风险,能够应对大规模的病理图像的存储问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种图像存储方法,其特征在于,所述图像存储方法包括:
针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;
其中,所述根据层级对所述病理图像进行切分,得到切分后的图像块,包括:
根据层级对所述病理图像进行切分,并在切分的同时对切分后的图像进行交叉式卷积处理;
对切分后的图像进行交叉式卷积处理包括:
将切分后的图像作为图像块,确定图像块F中第i行第j列的像素点在第一方向上的第一差值因子λ1i,j和在第二方向上的第二差值因子λ2i,j;其中,第一方向和第二方向为交叉的方向,且第一差值因子为λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2,第二差值因子为:λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2;fi,j表示图像块F中第i行第j列的像素点的像素值;
在第i行第j列的像素点的第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;其中,a1,a3,a5,a7,a9为预设的常数,且a1+a3+a7+a9=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j;其中,a2,a4,a5,a6,a8为预设的常数,且a2+a4+a6+a8=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值,或者在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j;
在确定每个像素点的补偿系数后,对图像块F中相应的像素点进行补偿处理,确定处理后的图像块G;
其中,gi,j=fi,j+μki,j;gi,j为处理后的图像块G中第i行第j列的像素点的像素值,μ为调整系数,μ∈[0,1],且
2.如权利要求1所述的图像存储方法,其特征在于,所述根据层级对所述病理图像进行切分,得到切分后的图像块,包括:
根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;
针对得到的每一层级的图像文件,再次切分,得到对应的图像块。
3.如权利要求1所述的图像存储方法,其特征在于,所述为得到的每一个图像块配置唯一的对象ID,包括:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;
其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
4.如权利要求1或2或3所述的图像存储方法,其特征在于,所述图像储存方法还包括:
为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
5.一种图像存储系统,其特征在于,所述图像存储系统采用分布式文件系统;所述图像存储系统包括:
切分模块,用于针对待存储的病理图像,根据层级对所述病理图像进行切分,得到切分后的图像块;
关联模块,用于为得到的每一个图像块配置唯一的对象ID,并将所述图像块与对应的对象ID进行关联;
存储模块,用于以切分后的图像块作为单独的存储对象,将所述图像块以及与所述图像块相关联的对象ID一并存储至分布式文件系统中;
其中,所述切分模块用于:
根据层级对所述病理图像进行切分,并在切分的同时对切分后的图像进行交叉式卷积处理;
所述切分模块对切分后的图像进行交叉式卷积处理包括:
将切分后的图像作为图像块,确定图像块F中第i行第j列的像素点在第一方向上的第一差值因子λ1i,j和在第二方向上的第二差值因子λ2i,j;其中,第一方向和第二方向为交叉的方向,且第一差值因子为λ1i,j=(|fi-1,j-1-fi+1,j+1|-|fi-1,j+1-fi+1,j-1|)2,第二差值因子为:λ2i,j=(|fi-1,j-fi+1,j|-|fi,j-1-fi,j+1|)2;fi,j表示图像块F中第i行第j列的像素点的像素值;
在第i行第j列的像素点的第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a3fi-1,j+1+a7fi+1,j-1+a9fi+1,j+1-a5fi,j;其中,a1,a3,a5,a7,a9为预设的常数,且a1+a3+a7+a9=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a2fi-1,j+a4fi,j-1+a6fi,j+1+a8fi+1,j-a5fi,j;其中,a2,a4,a5,a6,a8为预设的常数,且a2+a4+a6+a8=a5;
在第一差值因子λ1i,j不大于第一预设差值、且第二差值因子λ2i,j不大于第二预设差值,或者在第一差值因子λ1i,j大于第一预设差值、且第二差值因子λ2i,j大于第二预设差值时,确定图像块F中第i行第j列的像素点的补偿系数ki,j:
ki,j=a1fi-1,j-1+a2fi-1,j+a3fi-1,j+1+a4fi,j-1+a6fi,j+1+a7fi+1,j-1+a8fi+1,j+a9fi+1,j+1-2a5fi,j;
在确定每个像素点的补偿系数后,对图像块F中相应的像素点进行补偿处理,确定处理后的图像块G;
其中,gi,j=fi,j+μki,j;gi,j为处理后的图像块G中第i行第j列的像素点的像素值,μ为调整系数,μ∈[0,1],且
6.如权利要求5所述的图像存储系统,其特征在于,所述切分模块用于:
根据层级对所述病理图像进行切分,得到每一层级对应的图像文件;
针对得到的每一层级的图像文件,再次切分,得到对应的图像块。
7.如权利要求5所述的图像存储系统,其特征在于,所述关联模块用于:
根据得到的所述图像块在病理图像中的层级和位置,为所述图像块配置所属的病理图像对应的文件ID、所述图像块在所述病理图像中的层级ID以及所述图像块在对应层级中的图像块ID;
其中,所述文件ID、层级ID和图像块ID组成所述图像块对应的唯一对象ID。
8.如权利要求5或6或7所述的图像存储系统,其特征在于,所述图像存储系统还包括:
文件建立模块,用于为病理图像建立元数据文件,以方便获取所述病理图像对应的总体图像信息;
其中,所述元数据文件包括:
所述病理图像对应的图像文件信息、层级数量、层级信息以及切分后每个图像块的文件大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011029.4A CN109411056B (zh) | 2018-08-31 | 2018-08-31 | 图像存储方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811011029.4A CN109411056B (zh) | 2018-08-31 | 2018-08-31 | 图像存储方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109411056A CN109411056A (zh) | 2019-03-01 |
CN109411056B true CN109411056B (zh) | 2019-12-13 |
Family
ID=65463692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811011029.4A Active CN109411056B (zh) | 2018-08-31 | 2018-08-31 | 图像存储方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109411056B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11829407B2 (en) | 2020-10-29 | 2023-11-28 | Wuhan United Imaging Healthcare Co., Ltd. | Systems and methods for file archiving |
CN112530551A (zh) * | 2020-12-10 | 2021-03-19 | 武汉联影医疗科技有限公司 | 图像的处理系统及方法 |
CN113470791B (zh) * | 2021-05-26 | 2022-04-22 | 透彻影像(北京)科技有限公司 | 全切片病理图像读图系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180049923A (ko) * | 2016-11-04 | 2018-05-14 | 김희정 | 대용량 디지털 학습장치 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786942B (zh) * | 2015-11-27 | 2019-11-26 | 武汉大学 | 一种基于云平台的地理信息存储系统 |
-
2018
- 2018-08-31 CN CN201811011029.4A patent/CN109411056B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180049923A (ko) * | 2016-11-04 | 2018-05-14 | 김희정 | 대용량 디지털 학습장치 |
Also Published As
Publication number | Publication date |
---|---|
CN109411056A (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109411056B (zh) | 图像存储方法及系统 | |
US10224955B2 (en) | Data compression and decompression method of demura table, and mura compensation method | |
Moulon et al. | Adaptive structure from motion with a contrario model estimation | |
CN101341514A (zh) | 基于点的自适应弹性图像配准 | |
CN110622214B (zh) | 基于超体素的时空视频分割的快速渐进式方法 | |
DE112021004612T5 (de) | Aufzeichnung eines digitalen zwillings für ein mehrdimensionales modell unter verwendung von photogrammetrie | |
EP3847665A1 (en) | Determination of a growth rate of an object in 3d data sets using deep learning | |
US20130064468A1 (en) | Methods and Apparatus for Image Analysis and Modification Using Fast Sliding Parabola Erosian | |
CN116012241A (zh) | 图像畸变校正方法、装置、计算机设备和存储介质 | |
CN106600587A (zh) | 肺部ct图像辅助检测处理装置 | |
Yang et al. | Segmentation of five components in four chamber view of fetal echocardiography | |
CN115100341A (zh) | 一种用于超大规模数字孪生结构化模型的多层级资源加载优化方法 | |
JP2017182480A (ja) | 画像処理装置および画像処理方法 | |
Qu et al. | An algorithm of image mosaic based on binary tree and eliminating distortion error | |
WO2023197785A1 (zh) | 局域轨道函数的三维重构方法及装置 | |
CN112632303A (zh) | 一种影像数据的分布式存储方法、分析方法及装置 | |
JP6958618B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN114677468B (zh) | 基于逆向建模的模型修正方法、装置、设备和存储介质 | |
CN113065566B (zh) | 一种误匹配去除方法、系统及应用 | |
CN114972026A (zh) | 图像处理方法和存储介质 | |
US9792533B2 (en) | Processing apparatus, processing method, and program for determining an image taking position | |
CN113707280A (zh) | 标注数据集扩充方法、装置、介质和计算设备 | |
US20160232187A1 (en) | Dump analysis method, apparatus and non-transitory computer readable storage medium | |
CN109872280A (zh) | 一种三维植物叶片点云的去噪与简化方法、装置及系统 | |
US11887297B2 (en) | Automated analysis of lattice structures using computed tomography |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221024 Address after: 100000 608, Floor 6, No. 39, Lianhuachi East Road, Haidian District, Beijing Patentee after: Beijing Thorough Future Technology Co.,Ltd. Address before: 100000 No. 141, 1st Floor, Building B, Building 1, No. 38 A, Zhongguancun Street, Haidian District, Beijing Patentee before: TOUCHE IMAGE (BEIJING) TECHNOLOGY Co.,Ltd. |