CN109643316A - 将空间数据存储在数据库中/从数据库中检索空间数据 - Google Patents

将空间数据存储在数据库中/从数据库中检索空间数据 Download PDF

Info

Publication number
CN109643316A
CN109643316A CN201780052130.1A CN201780052130A CN109643316A CN 109643316 A CN109643316 A CN 109643316A CN 201780052130 A CN201780052130 A CN 201780052130A CN 109643316 A CN109643316 A CN 109643316A
Authority
CN
China
Prior art keywords
data
database
cluster
key
value
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
CN201780052130.1A
Other languages
English (en)
Inventor
B·胡什肯
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
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 Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN109643316A publication Critical patent/CN109643316A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/51—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/909—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Processing Or Creating Images (AREA)

Abstract

提供了一种用于将空间数据存储在键值数据库中的系统和方法。所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据。所述空间数据被存储使得每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的集群。每个存储的值数据的所述键数据或“键名称”至少包括相应集群的基于坐标的识别符，所述基于坐标的识别符是相对于与所述空间数据相关联的坐标系定义的。这允许通过计算所述集群的所述基于坐标的识别符(的部分)来检索特定集群的所述值数据(的部分)。因此可能不需要包括索引信息的标头。所述存储适用于被远程访问的数据库，例如在所述数据库被包括在基于云的存储系统上并且所述系统被包括在连接到所述基于云的存储系统的客户端中或者所述方法由连接到所述基于云的存储系统的客户端来执行的情况下。

Description

将空间数据存储在数据库中/从数据库中检索空间数据
技术领域
本发明涉及一种用于将空间数据存储在数据库中的系统和方法。本发明还涉及一种用于从数据库中检索空间数据的系统和方法。本发明还涉及一种包括任一种系统或这两种系统的工作站或成像装置，涉及一种包括用于使处理器系统执行任一种方法或这两种方法的指令的计算机可读介质，并且涉及一种数据库。
背景技术
近年来，数字图像已经在尺寸上增大并且将继续在尺寸上增大，这是由于例如成像传感器的空间分辨率、位深和/或动态范围的增大，由于医学领域中的成像装置扫描更多切片等。具体但非限制性的示例是来自数字病理学扫描器的数字切片图像的大小可能在千兆字节的范围内。也存在各种其他示例。正因如此，用于存储这样的图像的存储要求正在增长。由于这个原因和其他原因，可能期望将图像存储在能够应对该存储要求的数据库中。通常，这样的数据库由分布式的可扩展的存储系统托管。这样的存储系统可以是但并不需要是基于云的存储系统，包括但不限于亚马逊S3、谷歌云存储和Openstack SWIFT，其允许存储和检索目标，例如，文件或其他类型的数据结构。
除了图像数据之外，可能存在相当大小的其他形式的空间数据。这里，术语“空间数据”是指具有至少两个空间维度的多维数据。已知在数据库中以单个目标的形式(例如作为单个文件)存储这样的空间数据(在以下示例中为图像的图像数据)。
例如，US 8582849 B2描述了一种虚拟切片，其被包含在计算机系统上的单个图像文件中。单个文件的文件格式包括标头，该标头被认为包含文件信息和对基线图像的引用，该基线图像包含从线扫描器设备接收的原始分辨率的虚拟切片图像。基线图像被组织为一系列块以便于随机访问。可以例如根据JPEG2000标准来压缩各个块。
发明人已经认为，对于非常大的空间数据，包含(例如，用于允许块识别符与文件中的位置的匹配的)索引信息的标头也可能非常大。例如，对于几千兆字节的空间数据，标头的大小可能是几百兆字节。由于可能需要访问和分析报头，因此这表示重大的开销，例如在带宽方面，这可能在通过带宽受限的网络(例如，带宽受限的互联网接入网络)访问数据库时是特别不利的。
US 6021406公开了一种用于将地图数据存储在数据库中的方法以及一种搜索数据库以找到给定区中的目标并找到最靠近一个位置的目标的方法。为了生成地图数据，将地图平面划分成多个正方形，并且根据空间填充曲线利用空间键号对这些正方形进行编号。将识别诸如餐馆或酒店之类的地方的目标连同与由该目标占据的地图的区相交的空间键(目标键)中的一个一起放置在数据库的主表中。然后创建数据库的次级表，其中，一列包括对应于主表的目标键，而其他列识别针对由目标键识别的目标的空间键的范围。为了搜索数据库以找到给定区中的目标，计算针对给定区的空间键的范围并将其与次级表中的范围进行比较以识别目标键。然后使用识别的目标键从主表中获得期望的目标。
US 6633688公开了一种客户端/服务器系统，其以高速、高效和期望的功能向用户提供图像。为客户端分配用于确定在图像上生成视图所需的图像数据的单元。客户端向服务请求的服务器发出对这样的所需的图像数据的请求并将所请求的图像数据发送到随后生成视图的客户端。系统通过使得客户端能够确定需要哪个尚未被服务的图像数据并请求仅对该数据继续服务来快速响应由用户动作(例如，平移或缩放)引起的视图的变化。还使得客户端能够发出取消对先前请求的但还未服务的且不再需要的数据的服务的请求。
发明内容
获得一种用于将空间数据存储在数据库中的系统和方法将是有利的，其允许以较少的开销检索空间数据的部分。
本发明的以下方面涉及将空间数据存储在键值数据库中，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据。所述空间数据被存储使得每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的集群。每个存储的值数据的所述键数据至少包括所述相应集群的基于坐标的识别符，所述基于坐标的识别符是相对于与所述空间数据相关联的坐标系定义的。这允许通过计算所述集群的所述基于坐标的识别符来检索特定集群的所述值数据的部分。因此可能不需要包括索引信息的标头。
本发明的第一方面提供了一种被配置为将空间数据存储在数据库中的系统，包括：
-数据库接口，其被配置为访问所述数据库，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据；
-存储器，其包括表示指令集的指令数据；
-处理器，其被配置为与所述数据库接口和所述存储器进行通信并运行所述指令集，其中，所述指令集在由所述处理器运行时使所述处理器：
-将所述空间数据划分成块；
-将所述块分组成集群；并且
-通过使所述处理器执行以下操作来将每个集群存储在所述数据库中：
-将相应集群作为值数据存储在所述数据库中；
-基于所述相应集群的坐标来生成所述集群的识别符，其中，所述坐标是相对于与所述图像数据相关联的坐标系来定义的；
-生成针对所述集群的所述值数据的键数据，其中，所述键数据至少包括所述集群的所述识别符；并且
-将所述键数据与所述值数据相关地存储在所述数据库中。
本发明的另一方面提供了一种被配置为从数据库中检索空间数据的系统，包括：
-数据库接口，其被配置为访问所述数据库，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据，每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的相应集群；
-针对每个存储的值数据的存储的键数据，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
-存储器，其包括表示指令集的指令数据；
-处理器，其被配置为与所述数据库接口和所述存储器进行通信并运行所述指令集，其中，所述指令集在由所述处理器运行时使所述处理器：
-通过使所述处理器执行以下操作来从所述数据库中检索所述空间数据的集群中的一个或多个块：
-基于与所述空间数据相关联的所述坐标系中的所述集群的坐标来生成所述集群的识别符的至少部分；
-在所述数据库中查询包括所述识别符的所述至少部分的键数据，从而获得一个或多个键数据；
-选择所述一个或多个键数据中的键数据；并且
-从所述数据库中检索与所述键数据相关地存储在所述数据库中的值数据的至少部分。
本发明的另一方面提供了一种包括任一种系统或这两种系统的工作站或成像装置。
本发明的另一方面提供了一种用于将空间数据存储在数据库中的方法，其中，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述方法包括：
-将所述空间数据划分成块；
-将所述块分组成集群；并且
-通过以下操作来将每个集群存储在所述数据库中：
-将相应集群作为值数据存储在所述数据库中；
-基于所述相应集群的坐标来生成所述集群的识别符，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
-生成针对所述集群的所述值数据的键数据，其中，所述键数据至少包括所述集群的所述识别符；并且
-将所述键数据与所述值数据相关地存储在所述数据库中。
本发明的另一方面提供了一种用于从数据库中检索空间数据的方法，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据，每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的相应集群；
-针对每个存储的值数据的存储的键数据，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
其中，所述方法包括通过以下操作来从所述数据库中检索所述空间数据的集群中的一个或多个块：
-基于与所述空间数据相关联的所述坐标系中的所述集群的坐标来生成所述集群的识别符的至少部分；
-在所述数据库中查询包括所述识别符的所述至少部分的键数据，从而获得一个或多个键数据；
-选择所述一个或多个键数据中的键数据；并且
-从所述数据库中检索与所述键数据相关地存储在所述数据库中的值数据的至少部分。
本发明的另一方面提供了一种包括瞬态或非瞬态数据的计算机可读介质，所述瞬态或非瞬态数据表示被布置为使处理器系统执行任一种方法或这两种方法的指令。
本发明的另一方面提供了一种包括瞬态或非瞬态数据的计算机可读介质，所述瞬态或非瞬态数据表示数据库，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据，每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的相应集群；
-针对每个存储的值数据的存储的键数据，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的。
上述措施涉及提供所谓的键值数据库作为数据库，所谓的键值数据库被配置为将以值数据的形式的值与以键数据的形式的键相关地存储。这允许基于键来检索值。注意，这种键值数据库本身在数据库领域中是已知的。
为了将空间数据存储在数据库中，将空间数据划分成块，其中，每个块包括空间数据的不同部分。这里，术语“块”是指空间数据的多个元素，例如在空间数据的非限制性示例中是图像数据、像素或体素或小波系数，其作为单位被系统处理。例如，块可以包括来自图像的体素的像素的区域或区块。应当理解，这样的区域可以具有但不需要具有矩形形状；其他形状同样可以。此外，块可以是不重叠的，而且可以是相互重叠的。
已经将空间数据划分成块后，将块分组成集群。正因如此，每个集群可以包括不同的块的集合。然后将集群作为“键值”目标存储在数据库中，其中，将集群的数据作为值数据存储在数据库中并生成对应的键并将其存储为键数据。注意，通常将键数据和值数据两者同时存储在数据库中，例如，在一个“键值”存储操作期间，即使被描述为单独的操作时也是如此。
键是基于识别符(即，基于坐标的识别符)生成的，基于坐标的识别符可以列出或表示相应集群的坐标的编码，其中，坐标是相对于与空间数据相关联的坐标系来定义的。额外地或备选地，可以生成识别符以列出或表示包围坐标的间隔的编码。通常，在用字符串表示键的情况下，该字符串可以包括识别符。通常，键的内容(例如，键数据)在下文中也可简称为“键名称”，指的是可由字符串表示的键(例如，诸如数字或字母数字字符的符号的线性序列)或者具有类似的格式的键。因此，集群可以被存储在键名称下，所述键名称列出或表示空间数据的坐标系中的集群的坐标或者包围坐标的间隔。
上述措施具有如下效果：空间数据以如下方式被存储在数据库中：可以基于键名称来访问块的集群，该键名称可以至少部分地根据集群的坐标来计算。正因如此，如果知道要检索哪个(哪些)块并且如果在空间数据的坐标系中已知包括(一个或多个)块的集群的(一个或多个)坐标，则可以直接计算坐标识别符，并且因此可以直接计算键名称的至少部分。然后可以在数据库中查询坐标识别符。如果坐标识别符表示集群的确切坐标，则查询可以仅返回一个结果，例如，一个键名称，随后可以检索该键名称的值数据。应当理解，可能仍然需要进行这种查询，因为键名称的其他部分可能是未知的，例如在键名称包括值数据中的块的数据偏移的情况下就是如此。此外，如果集群的坐标仅是近似已知的，例如，已知空间范围而不是确切坐标，则可以例如通过提供表示该空间范围的识别符的部分在数据库中查询位于该空间范围内的键，并且可以通过查询而返回一定数量(通常是有限数量)的键。因此，不需要包括索引信息的标头。有利地，可能不需要检索这样的索引信息(其在空间数据相当大的情况下可能是相当大的)。正因如此，可以以较少的开销来检索空间数据的部分。如果系统经由带宽受限的接入网络(例如，互联网接入网络)连接到数据库，则这可能是特别有利的。非限制性示例是数据库可以被包括在基于云的存储系统上，而该系统可以被包括在连接到基于云的存储系统的客户端中，或者该方法可以由连接到基于云的存储系统的客户端来执行。
任选地，所述指令集在由所述处理器运行时使所述处理器还将数据偏移包括在所述键数据中，所述数据偏移表示所述值数据中的所述集群中的块的集合中的每个块或至少子集的相应位置。通过知晓值数据中的每个块的数据偏移，可以单独地检索集群中的块，从而使得能够对集群中的块进行至少一定程度的随机访问。通过将数据偏移包括在键名称中，获得对知晓这些数据偏移的键名称的访问可能就足够。可以通过基于键的近似坐标(例如根据基于坐标的识别符)搜索键来获得对键名称的这种访问。使得能够例如基于键名称来搜索键的键值数据库本身是已知的。正因如此，可以返回键名称或通常返回键数据作为搜索结果，并且其可以用于随后对存储在键名称下的值数据的块进行随机访问。
任选地，与所述空间数据相关联的所述坐标系包括以下项中的至少一项：
-指示每个集群的空间坐标的空间轴；
-指示由集群中包括的所述空间数据表示的颜色分量的颜色轴；以及
-指示由集群中包括的所述空间数据表示的波长或波长范围的波长轴。
可能存在与空间数据相关联的一个或多个坐标系。典型的示例是具有多个维度(例如，宽度、高度、深度等)的空间坐标系，并且因此具有对应的空间轴。另一示例是空间数据可以包括颜色分量，例如在空间数据是图像数据的情况下就是如此。在该示例中，颜色分量可以被认为是轴上的坐标，例如，具有针对红色的坐标“1”、针对绿色的坐标“2”、针对蓝色的坐标“3”等。空间数据的各个其他方面可以由坐标系表示。坐标系的组合可以一起再次形成坐标系，例如，具有空间和颜色分量轴的坐标系。这些坐标系中的任何一个都可以用作计算集群的识别符的基础。正因如此，可以基于相应坐标系来检索块。
任选地，所述指令集在由所述处理器运行时使所述处理器通过使用空间填充曲线函数对所述坐标进行编码来生成所述集群的所述识别符，其中，所述空间填充曲线函数由所述存储器中的第一函数数据来表示。正因如此，第一函数数据可以包括用于处理器执行函数的指令。通过使用空间填充曲线函数，可以以结构化方式将坐标编码在识别符中。这里，术语“编码”是指将信息转换成代码的一般概念，其可以包括使用用于坐标的特定数据格式。特别地，如果键名称在开头包括编码的坐标，则键名称的第一个字符可以表示存储的集群的坐标。这允许在数据库中快速有效地搜索键值目标。特别地，可以使用单个查询来有效地检索空间区域中的多个集群的键，该单个查询使用集群的坐标的初始符号(例如，最重要的部分)作为识别符。由于通过空间填充曲线函数进行的编码，这些初始符号可以表示与空间数据相关联的坐标系中的空间范围。通过在数据库中查询具有以这些初始符号开始的坐标识别符的键名称，可以识别包括在空间范围中的集群并且(至少部分地)从数据库中检索该集群。注意，如果确切的集群坐标是已知的，则也可能发生这种查询，因为键名称的其他部分(例如编码在键名称中的块偏移)可能是未知的。在这种情况下，查询可以仅仅返回单个结果，然后可以使用该结果来检索集群。
任选地，所述空间填充曲线函数是Z排序函数。这种Z排序将多维数据映射到一维，同时保留数据点的位置，并且其本身从数学分析和计算机科学领域是已知的，其中其也被称为Morton排序或Morton代码。
任选地，所述指令集在由所述处理器运行时使所述处理器基于所述空间数据的小波变换的系数划分来将所述空间数据划分成所述块。通过从空间数据的小波变换中导出块，可以获得根据频率和位置划分的分层数据集。例如，一个或多个集群可以表示空间数据的较低频率分量，而一个或多个其他集群可以表示空间数据的较高频率分量。因此，可以以分层方式存储和检索空间数据，例如根据频率尺度来存储和检索空间数据。应当理解，小波变换可以是递归小波变换。
任选地，所述指令集在由所述处理器运行时使所述处理器将所述空间数据的所述小波变换的冗余低通系数块包括在每个集群中。通过将空间数据的小波变换的冗余低通系数块包括在每个集群中，即使集群不包括小波层级的所有尺度，也可以重建集群的每个尺度。当以流方式根据集群重建空间数据时，这可能是特别有利的，因为在每个集群中存储低通系数允许仅根据该集群中的系数来进行原始空间数据的重建(例如，小波逆变换)。特别地，对于非常大的图像的递归小波变换(例如，病理切片可以具有9个或更多个递归变换，其也被称为级别或尺度)，重建图像的部分通常将需要来自覆盖针对该区/体积的所有递归尺度的所有块/集群的数据。这对于图像数据的流重建可能是特别不利的，因为可以在递归变换过程中的稍后时间创建顶部递归级别区，并且因此在流的更为下游的地方发现该顶部递归级别区。通过允许将每个集群重建为(子)图像，流消费者可以重建图像(的部分)，使得可以执行对图像的处理。因此可以避免上述问题。
任选地，所述指令集在由所述处理器运行时使所述处理器在将相应集群作为值数据存储在所述数据库中之前使用重要性排序函数对所述集群中的每个块的数据进行排序，其中，所述重要性排序函数由所述存储器中的第二函数数据来表示。正因如此，第二函数数据可以包括用于处理器执行函数的指令。通过丢弃(例如不存储和/或不从数据库中检索)每个块的重要性较低的数据，可以对空间数据进行较低质量的重建。额外地或备选地，块内的压缩数据可以从最重要到最不重要进行排序，其中，将位平面的相对位置存储在单独的元数据字段中。数据的排序可以是相应集群的数据的数据压缩的部分。
任选地，所述指令集在由所述处理器运行时使所述处理器将所述空间数据的标头作为值数据存储在所述数据库中，并且任选地在将所述集群存储在所述数据库中之前存储所述标头。标头可以包括描述空间数据的信息，例如，空间数据的维度、数据范围等，但不包括索引信息。正因如此，标头的大小可以小于包括这种索引信息的传统标头的大小。可以将标头作为单独的键值目标在数据库中进行存储和检索。通过在空间数据之前将标头存储在数据库中，这可以允许在将所述目标存储在数据库中时对随后生成的目标进行推理和/或路由。即，通过在数据库的接口上截取存储请求，可以基于键中的信息与已经存储(或传递)的标头中的信息组合来路由或处理键值对。这种截取的非限制性示例是在数据库为Restful云数据库的情况下截取HTTP PUT命令。
本领域技术人员应当理解，本发明的实施例、实施方式和/或任选方面可以以任何被认为有用的方式进行组合。对应于所描述的(一个或多个)系统的修改和变化的(一个或多个)方法和/或计算机可读介质的修改和变化能够由本领域技术人员基于本说明书来执行。
应当理解，该系统和方法可以应用于多维图像数据，例如，通过各种采集模态采集的二维(2D)、三维(3D)或四维(4D)图像，各种采集模态例如为但不限于标准X射线成像、计算机断层摄影(CT)、磁共振成像(MRI)、超声(US)、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、核医学(NM)、数字病理学(整体切片图像)以及明视场、荧光或扫描质谱法。
附图说明
参考在以下描述中以示例方式描述的实施例并参考附图，本发明的这些方面和其他方面将变得明显并且得到进一步阐明，在附图中：
图1示出了被配置为将图像数据存储在键值数据库中和/或从键值数据库中检索图像数据的系统；
图2图示了将图像数据作为键值目标存储在键值数据库中，每个键值目标包括键数据和伴随的值数据；
图3图示了将图像空间划分成块并将相邻块的组分组成集群；
图4示出了用于将图像数据存储在键值数据库中的方法；
图5示出了用于从键值数据库中检索图像数据的方法；
图6示出了包括用于使处理器系统执行该方法的指令的计算机可读介质。
应当注意，这些附图纯粹是图解性的且并未按比例绘制。在附图中，与已经描述的元件相对应的元件可以具有相同的附图标记。
附图标记列表
提供以下附图标记列表以便于解读附图，并且不应将以下附图标记列表解释为限制权利要求。
020 数据库
022 数据库通信
030 键数据
031-036 个体键数据
040 值数据
041-046 个体值数据
050 键值目标
060 图像
070 集群
080 块
100 用于存储和/或检索图像数据的系统
120 数据库接口
122 内部数据通信
140 处理器
142 内部数据通信
160 存储器
200 用于将图像数据存储在数据库中的方法
210 将图像数据划分成块
220 将块分组成集群
230 存储每个集群
240 将集群作为值数据存储在数据库中
250 生成集群的识别符
260 生成包括识别符的键数据
270 将键数据存储在数据库中
300 用于从数据库中检索图像数据的方法
310 检索集群的(一个或多个)块
320 生成集群的识别符的至少部分
330 在数据库中查询键数据
340 选择键数据
350 从数据库中检索对应的值数据
400 计算机可读介质
410 表示指令的非瞬态数据
具体实施方式
以下描述涉及作为图像数据的空间数据。然而，这并不是限制，因为除了图像数据之外，还可以以所描述的方式从数据库存储和检索任何其他类型的空间数据。其他类型的空间数据的示例包括例如在所谓的k空间中采样的原始MRI数据。正因如此，下文对“图像数据”的引用可以被理解为等同地指代“空间数据”。
图1示出了系统100，该系统可以被配置为将图像数据存储在键值数据库中并且/或者从键值数据库中检索图像数据。正因如此，系统100可以被配置为执行这些功能中的任一种功能，例如，存储或检索或者这两种功能。图1还示出了数据库020。数据库可以是键值数据库，键值数据库也被称为键值存储器，其被配置为将值数据与键数据相关地存储并允许基于键数据来检索值数据。非限制性示例是：数据库020可以是云托管数据库，包括但不限于亚马逊S3、谷歌云存储和Openstack SWIFT。
系统100还被示为包括被配置为访问数据库020的数据库接口120。数据接口120可以采用各种形式，例如，到局域网或广域网(例如互联网)的网络接口、到内部或外部数据存储设备的存储接口等。特别地，数据库接口120可以是与到数据库020的访问相匹配的类型。例如，如果数据库020可经由网络访问，则数据库接口120可以由网络接口构成，如果数据库020被包括在系统100的内部数据存储设备上，则数据库接口120可以由内部存储接口构成等。
系统100还被示为包括被配置为经由数据通信122与数据库接口120进行内部通信并且经由数据通信142与能由处理器140访问的存储器160进行内部通信的处理器140。存储器160可以包括表示指令集的指令数据，所述指令集将系统100配置为将图像数据存储在数据库020中，从数据库020中检索图像数据，或者执行上述两种功能，例如，存储和检索图像数据。
当被配置为存储图像数据时，所述指令集在由处理器140运行时可以使处理器140将图像数据划分成块，将块分组成集群，并且通过使处理器执行以下操作来将每个集群存储在数据库020中：将相应集群作为值数据存储在数据库020中；基于相应集群的坐标来生成集群的识别符，其中，所述坐标是相对于与图像数据相关联的坐标系来定义的；生成针对集群的值数据的键数据，其中，键数据至少包括集群的识别符；并且将键数据与值数据相关地存储在数据库中。
当被配置为检索图像数据时，所述指令集在由处理器140运行时可以使处理器140通过使处理器140执行以下操作来从数据库020中检索图像数据的集群中的一个或多个块：基于与图像数据相关联的坐标系中的集群的坐标来生成集群的识别符的至少部分；在数据库中查询包括识别符的至少部分的键数据，从而获得一个或多个键数据；选择一个或多个键数据中的键数据；并且从数据库中检索与键数据相关地存储在数据库中的值数据的至少部分。
将参考图2和图3进一步解释这两种配置。注意，这里并且在整个说明书中，对术语“图像”的引用可以被理解为对图像的数据表示(例如，图像数据)的引用。还应注意，尽管在图1中未示出，但是当被配置为将图像数据存储在数据库020中时，系统100最初可以在数据存储设备上访问另一种格式(例如，作为单个文件)的图像数据。数据存储设备可以是内部或外部的图像存储库，包括但不限于医院信息系统(HIS)的图片存档与通信系统(PACS)。为了访问图像存储库，系统100可以包括图像接口(图1中未示出)，其可以是任何合适的类型，例如，到局域网或广域网的网络接口，到内部或外部的数据存储设备的存储接口等。特别地，图像接口可以是与到图像存储库的访问相匹配的类型。例如，如果能经由网络访问图像存储库，则图像接口可以由网络接口构成，如果图像存储库被包括在系统100的内部数据存储设备上，则图像接口可以由内部存储接口构成。
通常，图1的系统100可以被实施为设备或装置或者被实施在设备或装置中，该设备或装置例如为工作站或成像装置。该设备或装置可以包括运行适当软件的一个或多个(微)处理器。系统的处理器140可以由这些(微)处理器中的一个或多个来实施。实施例如对图像数据的存储、对图像数据的检索和/或系统的其他功能的软件可以已经被下载并且/或者被存储在对应的一个存储器160或多个存储器中，例如存储在诸如RAM的易失性存储器中或者存储在诸如闪速存储器的非易失性存储器中。备选地，系统的处理器可以以可编程逻辑的形式被实施在设备或装置中，例如被实施为现场可编程门阵列(FPGA)。数据库接口和任选的图像接口可以由设备或装置的相应接口来实施。通常，系统的每个单元可以以电路的形式来实施。注意，系统也可以以分布式方式实施，例如涉及不同的设备或装置。例如，系统的分布可以符合客户端服务器模型。
图2图示了将图像数据作为键值目标存储在键值数据库中，每个键值目标包括键数据和伴随的值数据。也就是说，示出了多个键值目标050，每个键值目标包括键数据030-036和相关联的值数据040-046。图像数据可以如下方式被存储在这些键值目标050中。继续参考图2同时进一步参考图3，图像数据060可以被划分成块080。在图3的示例中，图像数据060被示为二维图像，但是这并不是限制。这种划分可以根据规则网格来进行，产生例如8×8或16×16个像素、体素或其他图像元素的块。然而，块也可以具有任何其他合适的形状，位于不规则的网格上，并且/或者甚至可能不需要包括相邻的图像元素。已经将图像数据060划分成块080，块080可以被分组成集群070，每个集群包括这些块080中的一个或多个。具体但非限制性的示例可以是：集群可以包括4×4或8×8的块。然后，可以将每个集群070作为键值目标以如下方式存储在数据库020中。可以将集群070的图像数据作为值数据041-046存储在数据库020中。此外，可以基于相应集群中的块080的集合的坐标来计算集群070的识别符，其中，所述坐标是相对于与图像数据060相关联的坐标系来定义的。此外，可以生成针对值数据的键数据031-036，其中，键数据至少包括集群的识别符。然后可以将键数据031-036与值数据041-046相关地存储在数据库中。
具体示例是每个集群中的左上方的块的坐标可以用作集群的识别符。通常，这样的坐标可以参考块网格、与图像元素相关联的网格等。与图像数据相关联的坐标系可以包括以下中的至少一个：指示每个块的空间坐标的一个或多个空间轴、指示每个块中包括的图像数据表示哪个颜色分量的颜色轴，以及指示每个块中包括的图像数据表示哪个波长或波长范围的波长轴。同样可以设想到坐标系的各种其他轴。
键数据031-036可以被生成为除了识别符之外还包括数据偏移，数据偏移表示值数据041-046中的集群070中的块的集合中的每个块080或至少子集的相应位置。这样的数据偏移可以例如是对集群值数据中的个体块的位置的字节偏移，并且可以在偏移表中进行base64编码。在生成集群的识别符时，可以使用空间填充曲线对坐标进行编码，例如使用Z排序函数对坐标进行编码。集群的键数据(以下也被称为集群键)的具体示例可以如下：集群键[最大1024字符]：
[UUID][分隔符][集群坐标][分隔符][集群模板ID][块偏移]
这里，“UUID”可以是图像的通用唯一识别符(UUID)。分隔符可以是任何合适的分隔符。“集群坐标”可以是集群的坐标的Z排序编码。“集群模板ID”可以任选地描述集群类型，集群类型可能对于每个集群并不唯一，而是在具有针对模板中描述的属性的相同值的所有集群之间共享。例如，典型的2D图像可以具有描述不同类型的集群的10个集群模板，其中，每个类型具有不同的“集群模板ID”。一个示例将是例如颜色。如果集群包含所有可能颜色(例如，RGB)的特定区域的所有块，则集群模板可以包含颜色空间的描述。额外描述可以是使用的数据压缩方法以及集群中的图像数据的位深等。与“集群模板ID”类似，每个块可以具有“块模板ID”。“块偏移”可以是值数据中的块的任选的数据偏移。
尽管在图3中未示出，但是可以基于图像数据的(递归)小波变换的系数划分来将图像数据划分成块。例如，集群内的每个块可以表示图像的不同部分，而每个集群可以表示图像的不同频率尺度。特别地，每个集群可以包括在不同尺度(例如，空间频率)的块，并且每个集群不仅可以覆盖图像中的不同尺度，而且也可以覆盖图像中的不同位置。为了允许频率尺度的独立解码，图像数据的小波变换的冗余低通系数块可以被包括在每个集群的值数据中。
通常，在将相应集群作为值数据存储在数据库中之前，可以使用重要性排序函数对集群的每个块的数据进行排序。例如，如果块的数据由小波系数表示，则小波系数可以按重要性进行排序。正因如此，通过丢弃重要性较低的信息，可以对图像进行较低质量的重建。可以使用从计算机科学领域中本身已知的任何已知的重要性排序函数。可以基于块的数据的类型来选择重要性排序函数。通常，可以将图像数据的标头作为值数据(例如作为单独的键值目标)存储在数据库中。虽然标头可以省略用于从数据库中检索块的传统索引信息，但是标头可以包括例如存储的数据集(例如，图像)的维度、(例如在对集群的坐标进行Z排序编码中使用的)Z排序维度的列表、集群的维度的列表、块的维度的列表等。标头可以被编码为XML。在将集群存储在数据库中之前，标头可以由系统存储在数据库中。
通常，为了访问数据库并存储图像数据并从中检索图像数据，可以使用应用程序编程接口(API)。例如，如果数据库由亚马逊网络服务(AWS)简单存储服务(S3)的数据库(例如，“云数据库”)提供或表示，则API可以是S3API。
图4示出了用于将图像数据存储在数据库中的方法200。数据库可以是参考图1描述的类型，例如，键值数据库。方法200可以对应于图1的系统100的操作，但是这并不是限制，因为该方法也可以由另一系统、装置或设备执行。
方法200可以包括：在标题为“将图像数据划分成块”的操作中，将图像数据划分210成块。方法200还可以包括：在标题为“将块分组成集群”的操作中，将块分组220成集群。方法200还可以包括：在标题为“存储每个集群”的操作中，通过执行以下操作来将每个集群存储230在数据库中：在标题为“将集群作为值数据存储在数据库中”的操作中，将相应集群作为值数据存储240在数据库中；在标题为“生成集群的识别符”的操作中，基于相应集群的坐标来生成250集群的识别符，其中，所述坐标是相对于与图像数据相关联的坐标系来定义的；在标题为“生成包括识别符的键数据”的操作中，生成260针对集群的值数据的键数据，其中，键数据至少包括集群的识别符；并且在标题为“将键数据存储在数据库中”的操作中，将键数据与值数据相关地存储270在数据库中。
图5示出了用于从数据库中检索图像数据的方法300。数据库可以是参考图1描述的类型，例如，键值数据库，并且可以包括由图1的系统100或图4的方法200存储的图像数据。方法300可以对应于图1的系统100的操作，但是这并不是限制，因为该方法也可以由另一系统、装置或设备执行。
方法300可以包括：在标题为“检索集群中的(一个或多个)块”的操作中，通过执行以下操作来从数据库中检索310图像数据的集群中的一个或多个块：在标题为“生成集群的识别符的至少部分”的操作中，基于与图像数据相关联的坐标系中的集群的坐标来生成320集群的识别符的至少部分；在标题为“在数据库中查询键数据”的操作中，在数据库中查询330包括识别符的至少部分的键数据，从而获得一个或多个键数据；在标题为“选择键数据”的操作中，选择340一个或多个键数据中的键数据；并且在标题为“从数据库中检索对应的值数据”的操作中，从数据库中检索350与键数据相关地存储在数据库中的值数据的至少部分。
图4的方法200和图5的方法300可以均在计算机上被实施为计算机实施的方法、专用硬件或这两者的组合。还如图6所示，用于计算机的指令(例如，可执行代码)可以被存储在计算机可读介质400上，例如以机器可读物理标记的系列410的形式和/或作为具有不同的电学(例如，磁性)或光学性质或值的元件的系列。可执行代码可以以瞬态或非瞬态的方式进行存储。计算机可读介质的示例包括存储器设备、光学存储设备、集成电路、服务器、在线软件等。图6示出了光盘400。继续参考图6，计算机可读介质400可以备选地或额外地包括表示采用如本说明书中描述的配置的数据库的瞬态或非瞬态数据410，其中，数据库包括如本说明书中描述的存储的键数据和存储的值数据。
无论是否以非限制性方式表示，示例、实施例、或任选特征都不应被理解为限制要求保护的本发明。
应当意识到，本发明也适用于适于将本发明付诸实践的计算机程序，尤其是载波上或载波中的计算机程序。程序可以为源代码、目标代码、代码中间源以及诸如为部分编译形式的目标代码的形式，或者为适合于在根据本发明的方法的实施方式中使用的任何其他形式。也应当认识到，这样的程序可以具有许多不同的架构设计。例如，实施根据本发明的方法或系统的功能的程序代码可以被细分成一个或多个子例程。将功能分布在这些子例程之中的许多不同方式对技术人员来说将是明显的。子例程可以被一起存储在一个可执行文件中，以形成自含程序。这样的可执行文件可以包括计算机可执行指令，例如，处理器指令和/或解释器指令(例如，Java解释器指令)。备选地，子例程中的一个或多个或全部可以被存储在至少一个外部库文件中，并且例如在运行时被静态地或动态地与主程序链接。主程序包含对子例程中的至少一个的至少一次调用。子例程也可以包括对彼此的函数调用。涉及计算机程序产品的实施例包括对应于在本文中阐述的方法中的至少一个的每个处理步骤的计算机可执行指令。这些指令可以被细分成子例程和/或被存储在可以被静态地或动态地链接的一个或多个文件中。涉及计算机程序产品的另一实施例包括对应于在本文中阐述的系统和/或产品中的至少一个的每个单元的计算机可执行指令。这些指令可以被细分成子例程和/或被存储在可以被静态地或动态地链接的一个或多个文件中。
计算机程序的载体可以为能够承载程序的任何实体或设备。例如，载体可以包括数据存储设备，例如，ROM(例如，CD ROM或半导体ROM)，或者磁性记录介质(例如，硬盘)。此外，载体可以为可传输载体，例如，电信号或光信号，它们可以经由电缆或光缆或通过无线电或其他手段来传送。当程序被体现在这样的信号中时，载体可以包括这样的线缆或其他设备或单元。备选地，载体可以是程序被嵌入其中的集成电路，所述集成电路适于执行相关的方法，或者适于在对相关的方法的执行中使用。
应当指出，以上提及的实施例说明而非限制本发明，并且本领域技术人员将能够设计出许多备选实施例，而不偏离随附权利要求的范围。在权利要求中，置于括号内的任何附图标记都不应被解释为对权利要求的限制。动词“包括”及其词形变化的使用不排除除了权利要求中记载的那些以外的其他元件或步骤的存在。元件前的词语“一”或“一个”不排除多个这样的元件的存在。本发明可以借助于包括若干不同元件的硬件，以及借助于被适当编程的计算机来实施。在列举了若干单元的装置型权利要求中，这些单元中的若干可以由同一项硬件来实施。某些措施被记载在互不相同的从属权利要求中的事实并不指示不能有利地使用这些措施的组合。

Claims (15)

1.一种被配置为将空间数据存储在数据库中的系统(100)，包括：
-数据库接口(120)，其被配置为访问所述数据库(020)，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据(040)与键数据(030)相关地存储并允许基于所述键数据来检索所述值数据；
-存储器(160)，其包括表示指令集的指令数据；
-处理器(140)，其被配置为与所述数据库接口和所述存储器进行通信并运行所述指令集，其中，所述指令集在由所述处理器运行时使所述处理器：
-将所述空间数据(060)划分成块(080)；
-将所述块分组成集群(070)；并且
-通过使所述处理器执行以下操作来将每个集群存储在所述数据库中：
-将相应集群作为值数据(041-046)存储在所述数据库中；
-基于所述相应集群的坐标来生成所述集群的识别符，其中，所述坐标是相对于与图像数据相关联的坐标系来定义的；
-生成针对所述集群的所述值数据的键数据(031-036)，其中，所述键数据至少包括所述集群的所述识别符；并且
-将所述键数据与所述值数据相关(050)地存储在所述数据库中。
2.根据权利要求1所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器还将以下项包括在所述键数据(031-036)中：
-数据偏移，其表示所述值数据中的所述集群(070)中的块的集合中的每个块(080)或至少子集的相应位置(041-046)。
3.根据权利要求1或2所述的系统，其中，与所述空间数据(060)相关联的所述坐标系包括以下项中的至少一项：
-指示集群(080)的空间坐标的空间轴；
-指示由集群中包括的所述空间数据表示的颜色分量的颜色轴；以及
-指示由集群中包括的所述空间数据表示的波长或波长范围的波长轴。
4.根据权利要求1至2中的任一项所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器：
-通过使用空间填充曲线函数对所述坐标进行编码来生成所述集群(070)的所述识别符，其中，所述空间填充曲线函数由所述存储器(160)中的第一函数数据来表示。
5.根据权利要求4所述的系统(100)，其中，所述空间填充曲线函数是Z排序函数。
6.根据前述权利要求中的任一项所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器：
-基于所述空间数据的小波变换的系数划分来将所述空间数据(060)划分成所述块(080)。
7.根据权利要求6所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器：
-将所述空间数据(060)的所述小波变换的冗余低通系数块包括在每个集群(070)中。
8.根据前述权利要求中的任一项所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器：
-在将相应集群(070)作为值数据(041-046)存储在所述数据库(020)中之前使用重要性排序函数对所述集群中的每个块的所述数据进行排序，其中，所述重要性排序函数由所述存储器(160)中的第二函数数据来表示。
9.根据前述权利要求中的任一项所述的系统(100)，其中，所述指令集在由所述处理器(140)运行时使所述处理器：
-将所述空间数据(060)的标头作为值数据(041-046)存储在所述数据库(020)中；并且
-任选地，在将所述集群(070)存储在所述数据库中之前存储所述标头。
10.一种被配置为从数据库中检索空间数据的系统(100)，包括：
-数据库接口(120)，其被配置为访问所述数据库(020)，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据(040)与键数据(030)相关地存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据(041-046)，每个存储的值数据表示通过将所述空间数据(060)划分成块(080)并将所述块分组成集群而生成的相应集群(070)；
-针对每个存储的值数据的存储的键数据(031-036)，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
-存储器(160)，其包括表示指令集的指令数据；
-处理器(140)，其被配置为与所述数据库接口和所述存储器进行通信并运行所述指令集，其中，所述指令集在由所述处理器运行时使所述处理器：
-通过使所述处理器执行以下操作来从所述数据库中检索所述空间数据的集群中的一个或多个块：
-基于与所述空间数据相关联的所述坐标系中的所述集群的坐标来生成所述集群的识别符的至少部分；
-在所述数据库中查询包括所述识别符的所述至少部分的键数据，从而获得一个或多个键数据；
-选择所述一个或多个键数据中的键数据；并且
-从所述数据库中检索与所述键数据相关地存储在所述数据库中的值数据的至少部分。
11.一种包括根据前述权利要求中的任一项所述的系统的工作站或成像装置。
12.一种用于将空间数据存储在数据库中的方法(200)，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述方法包括：
-将所述空间数据划分(210)成块；
-将所述块分组(220)成集群；并且
-通过以下操作来将每个集群存储(230)在所述数据库中：
-将相应集群作为值数据存储(240)在所述数据库中；
-基于所述相应集群的坐标来生成(250)所述集群的识别符，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
-生成(260)针对所述集群的所述值数据的键数据，其中，所述键数据至少包括所述集群的所述识别符；并且
-将所述键数据与所述值数据相关地存储(270)在所述数据库中。
13.一种用于从数据库中检索空间数据的方法(300)，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据与键数据相关地存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据，每个存储的值数据表示通过将所述空间数据划分成块并将所述块分组成集群而生成的相应集群；
-针对每个存储的值数据的存储的键数据，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的；
其中，所述方法包括通过以下操作来从所述数据库中检索(310)所述空间数据的集群中的一个或多个块：
-基于与所述空间数据相关联的所述坐标系中的所述集群的坐标来生成(320)所述集群的识别符的至少部分；
-在所述数据库中查询(330)包括所述识别符的所述至少部分的键数据，从而获得一个或多个键数据；
-选择(340)所述一个或多个键数据中的键数据；并且
-从所述数据库中检索(350)与所述键数据相关地存储在所述数据库中的值数据的至少部分。
14.一种包括瞬态或非瞬态数据(410)的计算机可读介质(400)，所述瞬态或非瞬态数据表示被布置为使处理器系统执行根据权利要求12或13所述的方法的指令。
15.一种包括瞬态或非瞬态数据(410)的计算机可读介质(400)，所述瞬态或非瞬态数据表示数据库(020)，其中，所述数据库是键值数据库，所述键值数据库被配置为将值数据(040)与键数据(030)相关地(050)存储并允许基于所述键数据来检索所述值数据，其中，所述数据库包括：
-存储的值数据(041-046)，每个存储的值数据表示通过将所述空间数据(060)划分成块(080)并将所述块分组成集群而生成的相应集群(070)；
-针对每个存储的值数据的存储的键数据(031-036)，所述存储的键数据至少包括所述相应集群的识别符，其中，所述集群的所述识别符是基于所述相应集群的坐标来生成的，其中，所述坐标是相对于与所述空间数据相关联的坐标系来定义的。
CN201780052130.1A 2016-08-25 2017-08-22 将空间数据存储在数据库中/从数据库中检索空间数据 Pending CN109643316A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16185584.6 2016-08-25
EP16185584 2016-08-25
PCT/EP2017/071069 WO2018036981A1 (en) 2016-08-25 2017-08-22 Storing and retrieving spatial data in/from a database

Publications (1)

Publication Number Publication Date
CN109643316A true CN109643316A (zh) 2019-04-16

Family

ID=56800206

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780052130.1A Pending CN109643316A (zh) 2016-08-25 2017-08-22 将空间数据存储在数据库中/从数据库中检索空间数据

Country Status (7)

Country Link
US (1) US20190205332A1 (zh)
EP (1) EP3504636A1 (zh)
JP (1) JP7189867B2 (zh)
CN (1) CN109643316A (zh)
BR (1) BR112019003435A2 (zh)
RU (1) RU2759697C2 (zh)
WO (1) WO2018036981A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113836095A (zh) * 2021-09-26 2021-12-24 广州极飞科技股份有限公司 一种点云数据存储方法、装置、存储介质及电子设备
CN115098035A (zh) * 2022-07-08 2022-09-23 天津华呈鼎丰科技有限公司 基于多端云计算集群的大数据存储方法及系统
TWI819230B (zh) * 2019-09-20 2023-10-21 南韓商三星電子股份有限公司 搜尋目標鍵的方法及系統以及非暫時性電腦可讀取媒體

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111666342B (zh) * 2020-06-04 2023-08-18 重庆英楼维兴信息科技有限公司 一种基于微服务架构的数据采样方法及相关装置
CN111737330A (zh) * 2020-06-19 2020-10-02 广联达科技股份有限公司 一种空间数据标准化方法、装置、计算机设备和存储介质
CN116796083B (zh) * 2023-06-29 2023-12-22 山东省国土测绘院 一种空间数据划分方法及系统
CN117149100B (zh) * 2023-11-01 2024-04-23 恒生电子股份有限公司 数据存储方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999026129A1 (en) * 1997-11-14 1999-05-27 Etak, Inc. A method for searching and storing objects in a database using space filling curves
US6633688B1 (en) * 2000-04-28 2003-10-14 Earth Resource Mapping, Inc. Method system and apparatus for providing image data in client/server systems
US6882997B1 (en) * 1999-08-25 2005-04-19 The Research Foundation Of Suny At Buffalo Wavelet-based clustering method for managing spatial data in very large databases
CN103714145A (zh) * 2013-12-25 2014-04-09 中国地质大学（武汉） 关系型和Key-Value型数据库空间数据索引方法
US20160162576A1 (en) * 2014-12-05 2016-06-09 Lightning Source Inc. Automated content classification/filtering

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5963956A (en) 1997-02-27 1999-10-05 Telcontar System and method of optimizing database queries in two or more dimensions
US6233367B1 (en) 1998-09-09 2001-05-15 Intel Corporation Multi-linearization data structure for image browsing
US7738688B2 (en) 2000-05-03 2010-06-15 Aperio Technologies, Inc. System and method for viewing virtual slides
US6292745B1 (en) * 2000-07-24 2001-09-18 Navigation Technologies Corp. Method and system for forming a database of geographic data for distribution to navigation system units
US7006099B2 (en) * 2000-08-15 2006-02-28 Aware, Inc. Cache system and method for generating uncached objects from cached and stored object components
EP1211609A1 (de) * 2000-11-29 2002-06-05 Informationsverarbeitung Leverkusen GmbH (IVL) Virtuelle Datenbank und zugehörige Zugriffsverfahren
DE602004026823D1 (de) * 2004-02-12 2010-06-10 Irdeto Access Bv Verfahren und System zur externen Speicherung von Daten
US8792968B2 (en) * 2006-09-25 2014-07-29 Song Xiao System and method for health evaluation
EP2518444B1 (en) 2011-04-29 2014-06-11 Harman Becker Automotive Systems GmbH Navigation device and method of determining a height coordinate
US8650220B2 (en) * 2012-06-05 2014-02-11 Google Inc. System and method for storing and retrieving geospatial data
JP2015055914A (ja) 2013-09-10 2015-03-23 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム
US20150088807A1 (en) * 2013-09-25 2015-03-26 Infobright Inc. System and method for granular scalability in analytical data processing
US10168963B2 (en) * 2015-11-18 2019-01-01 Quantum Corporation Storage conditioning with intelligent rebuild
US10296498B2 (en) * 2016-08-23 2019-05-21 Oracle International Corporation Coordinated hash table indexes to facilitate reducing database reconfiguration time

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999026129A1 (en) * 1997-11-14 1999-05-27 Etak, Inc. A method for searching and storing objects in a database using space filling curves
US6882997B1 (en) * 1999-08-25 2005-04-19 The Research Foundation Of Suny At Buffalo Wavelet-based clustering method for managing spatial data in very large databases
US6633688B1 (en) * 2000-04-28 2003-10-14 Earth Resource Mapping, Inc. Method system and apparatus for providing image data in client/server systems
CN103714145A (zh) * 2013-12-25 2014-04-09 中国地质大学（武汉） 关系型和Key-Value型数据库空间数据索引方法
US20160162576A1 (en) * 2014-12-05 2016-06-09 Lightning Source Inc. Automated content classification/filtering

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AN JIN ET AL: ""An index model of global subdivision in cloud computing"", 《IEEE》 *
VAN LE HONG ET AL: ""An Efficient Distributed Index for Geospatial Databases"", 《LECTURE NOTES IN COMPUTER SCIENCE LECT.NOTES COMPUTER》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI819230B (zh) * 2019-09-20 2023-10-21 南韓商三星電子股份有限公司 搜尋目標鍵的方法及系統以及非暫時性電腦可讀取媒體
CN113836095A (zh) * 2021-09-26 2021-12-24 广州极飞科技股份有限公司 一种点云数据存储方法、装置、存储介质及电子设备
CN115098035A (zh) * 2022-07-08 2022-09-23 天津华呈鼎丰科技有限公司 基于多端云计算集群的大数据存储方法及系统
CN115098035B (zh) * 2022-07-08 2022-12-13 四川银亿科技有限公司 基于多端云计算集群的大数据存储方法及系统

Also Published As

Publication number Publication date
JP2019531543A (ja) 2019-10-31
WO2018036981A1 (en) 2018-03-01
RU2759697C2 (ru) 2021-11-16
US20190205332A1 (en) 2019-07-04
BR112019003435A2 (pt) 2019-05-21
EP3504636A1 (en) 2019-07-03
RU2019108264A3 (zh) 2020-10-23
JP7189867B2 (ja) 2022-12-14
RU2019108264A (ru) 2020-09-25

Similar Documents

Publication Publication Date Title
CN109643316A (zh) 将空间数据存储在数据库中/从数据库中检索空间数据
Baumann et al. Datacubes: Towards space/time analysis-ready data
Baumann et al. Array databases: Concepts, standards, implementations
US20110055290A1 (en) Provisioning a geographical image for retrieval
US11657473B2 (en) Method and system for storing and retrieving wide-area motion imagery frames as objects on an object storage device
US20050055376A1 (en) Georaster physical data model for storing georeferenced raster data
CN109885632B (zh) 一种空间科学与应用数据检索方法、系统、介质及设备
CN104050213B (zh) 包括数据分类的查询处理系统
Ghosh et al. UCR-STAR: The UCR spatio-temporal active repository
GB2534903A (en) Method and apparatus for processing signal data
Zhu et al. Information extraction of high resolution remote sensing images based on the calculation of optimal segmentation parameters
Peters Quadtree-and octree-based approach for point data selection in 2D or 3D
CN110956213A (zh) 遥感影像特征库生成、遥感影像检索方法及装置
Oosthoek et al. PlanetServer: Innovative approaches for the online analysis of hyperspectral satellite data from Mars
Hasani et al. A metaheuristic feature-level fusion strategy in classification of urban area using hyperspectral imagery and LiDAR data
Liu et al. HistSFC: Optimization for nD massive spatial points querying
Gomes et al. Accessing and processing Brazilian earth observation data cubes with the open data cube platform
Alvanaki et al. GIS navigation boosted by column stores
CN115952252B (zh) 基于动态渲染的语义瓦片数据处理方法、装置和电子设备
Beilschmidt et al. A linear-time algorithm for the aggregation and visualization of big spatial point data
ES2898748T3 (es) Método y sistema para crear mapas temáticos globales basándose en la extracción de descriptores de imagen
Misev et al. Homogenizing data and metadata retrieval in scientific applications
Carvalho et al. Optical and SAR imagery for mapping vegetation gradients in Brazilian savannas: Synergy between pixel-based and object-based approaches
Zhang et al. Supporting web-based visual exploration of large-scale raster geospatial data using binned min-max quadtree
Ostir et al. Confidence maps: a tool to evaluate archaeological data'srelevance in spatial analysis

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