CN111222064B - 一种数字病理切片的云存储方法 - Google Patents

一种数字病理切片的云存储方法 Download PDF

Info

Publication number
CN111222064B
CN111222064B CN201911354310.2A CN201911354310A CN111222064B CN 111222064 B CN111222064 B CN 111222064B CN 201911354310 A CN201911354310 A CN 201911354310A CN 111222064 B CN111222064 B CN 111222064B
Authority
CN
China
Prior art keywords
layer
image
json
digital 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
Application number
CN201911354310.2A
Other languages
English (en)
Other versions
CN111222064A (zh
Inventor
陈定苗
简刚
唐武斌
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.)
Ningbo Science And Technology Park Tomorrow Medical Network Technology Co ltd
Original Assignee
Ningbo Science And Technology Park Tomorrow Medical Network Technology Co ltd
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 Ningbo Science And Technology Park Tomorrow Medical Network Technology Co ltd filed Critical Ningbo Science And Technology Park Tomorrow Medical Network Technology Co ltd
Priority to CN201911354310.2A priority Critical patent/CN111222064B/zh
Publication of CN111222064A publication Critical patent/CN111222064A/zh
Application granted granted Critical
Publication of CN111222064B publication Critical patent/CN111222064B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明公开了一种数字病理切片的云存储方法，包括以下步骤：(1)加载数字病理切片，并解析其包含的层数以及每一层的信息；(2)取出第N层，N从0开始，并以当前层的索引号为名称创建文件夹Layer‑N；解析N层的图像块的总行数Rows和总列数Cols；并从第0行第0列开始遍历该图像矩阵，根据行列索引取出该层下的每一个图像；将所在的第i行第j列的图像保存在Layer‑N目录内，并通过将对应的图像命名为i_j.jpg；并判断目前查询的是否到达最后一层，如果不是，则跳转到步骤2；如果是，根据信息生成一个Json索引文件，并且命名为SliceInfo.json，保存在Layer文件夹的同级目录下，将Layer文件夹和Json文件一同上传到云端进行保存。本发明提高后期浏览效率。

Description

一种数字病理切片的云存储方法
技术领域
本发明涉及一种数字病理切片的云存储方法的技术领域，特别是一种数字病理切片的云存储方法。
背景技术
目前医疗影像信息化水平快速发展，尤其是远程医疗、移动医疗的开展，基于数字医疗信息的医疗诊治活动已超出局域网环境下的医院内部范围，扩展到无线网络和广域网应用环境下的医院间、地区间的区域协同医疗范围，数字病理图像显示系统应用平台扩展到基于IOS、Android、Windows Phone等移动操作系统的各种只能移动应用平台。
对象存储是面向对象/文件的、海量的互联网存储，也可以直接被称为“云存储”。它提高了存储效率，通过虚拟化技术解决了存储空间的浪费，可以自动重新分配数据，提高了存储空间的利用率，同时具备负载均衡、故障冗余的功能。
数字病理切片文件一般都比较大，小则几百兆，大则几个G。所以将数字病理切片存储于对象存储中将会是一个以后主流的存储方案。
目前的数字病理切片都是采用分层存储的，即文件中会保存1-N个不同的扫描倍率的图像，而每一个扫描倍率的图像作为一层。每一层的图像都会被拆分成N个256x256大小图片进行存储如图1所示，文件中会记录每一小块图片其扫描倍率，在源图像上的位置等信息。以此组成一个数字病理切片文件。
如果将病理切片文件存储于对象存储上，由于我们无法直接通过对象存储的文件访问接口来直接解析文件，导致我们在浏览数字病理图像时，需要先将整个病理切片文件下载到服务器本地磁盘，再使用操作系统提供的文件访问接口去解析其文件中的内容并返回给前端进行显示，但是每次需要将整个数字病理切片文件下载到本地的操作，会造成客户端很长的等待时间，大大降低了用户使用体验。
发明内容
本发明的目的是为了解决对象存储现有技术的不足而提供一种能够大大提升客户端浏览的速度，且不必下载整个切片文件到本地后再进行解析处理操作的数字病理切片文件的云存储方法。
为了实现上述目的，本发明所设计的一种数字病理切片的云存储方法，具体包括以下步骤：
(1)通过加载数字病理切片，并解析其包含的层数以及每一层的信息；
(2)取出第N层，N从0开始，并以当前层的索引号为名称创建文件夹Layer-N；
(3)然后通过解析步骤2中的文件夹Layer-N对应的N层的图像块的总行数Rows和总列数Cols；
(4)然后在步骤3中，从第0行第0列开始遍历该图像矩阵，根据行列索引取出该层下的每一个图像；
(5)然后将每一个图像按照其所在的第i行第j列的图像保存在Layer-N目录内，并通过将对应的图像命名为i_j.jpg；
(6)并判断目前查询的是否到达最后一层，如果不是，则跳转到步骤2；如果是，则跳转到步骤7；
(7)根据上述各个步骤的信息生成一个Json索引文件，并且命名为SliceInfo.json，然后保存在Layer文件夹的同级目录下；
(8)最终将Layer文件夹和Json文件一同上传到云端进行保存。
进一步，在步骤7中Json索引文件是一种用于存储对象信息，需要预先将原先数字病理切片中的信息，提取出来保存为JSON格式的文件文本中。
本发明得到的一种数字病理切片的云存储方法，通过上述方法进行处理后，将数字病理切片文件生成多层面的一系列平铺小图像和一个索引Json文件，然后将处理后的这些文件上传到云端，方便后期客户端在浏览该切片的时候仅仅需要从云端下载一个小小的Json索引文件，就能获取该切片的所有信息，以及每一幅平铺小图像的下载路径，根据用户浏览的层面及浏览区域，直接提取显示区域范围内的小图像即可。而不需要将几百兆甚至几个G的文件先下载到本地再进行处理，这样就大大提高了客户端浏览的速度了。
附图说明
图1是现有技术中对数字病理切片的图像进行拆分的模式示意图；
图2是本实施例1中一种数字病理切片的云存储方法的流程示意图；
图3是本实施例1中根目录的显示示意图；
图4是本实施例1中Layers文件夹的显示示意图；
图5是本实施例1中Layers文件夹下任一一个文件内容的示意图；
图6是本实施例1中JSON文件内的信息内容示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1：
如图2所示，本实施例提供的一种数字病理切片的云存储方法，具体包括以下步骤：
(1)通过加载数字病理切片，并解析其包含的层数以及每一层的信息；
(2)取出第N层，N从0开始，并以当前层的索引号为名称创建文件夹Layer-N；
(3)然后通过解析步骤2中的文件夹Layer-N对应的N层的图像块的总行数Rows和总列数Cols；
(4)然后在步骤3中，从第0行第0列开始遍历该图像矩阵，根据行列索引取出该层下的每一个图像；
(5)然后将每一个图像按照其所在的第i行第j列的图像保存在Layer-N目录内，并通过将对应的图像命名为i_j.jpg；
(6)并判断目前查询的是否到达最后一层，如果不是，则跳转到步骤2；如果是，则跳转到步骤7；
(7)根据上述各个步骤的信息(这里指代的信息包含表1中包含的各个信息数据)生成一个Json索引文件，并且命名为SliceInfo.json，然后保存在Layer文件夹的同级目录下；
(8)最终将Layer文件夹和Json文件一同上传到云端进行保存。
进一步，在步骤7中Json索引文件是一种用于存储对象信息，需要预先将原先数字病理切片中的信息，提取出来保存为JSON格式的文件文本中。
具体说明：假设我们有一个病例切片文件，利用该方法处理后的文件结构如下：
1.首先根目录是JSON文件和Layers文件夹，如图3所示，
2.进入Layers文件夹可以看到该切片总共有16层组成，如图4所示，
3.进入其中任意一个层文件夹，可以看到该层下的所有图像块，如图5所示，
4.因此打开JSON文件可以看到切片的信息、层信息和图像块的信息，如图6所示；
采用上述方法的储存方法，将数字病理切片图像分层切块后按照上述方法储存在对象存储上。后期客户端需要浏览图片时，无需下载整个病理切片到本地后再进行解析和显示，因为在现有技术中，如图1所示，由于整个数字病理图像被分成一小块一小块，其中每一块图片的信息即：其所在的层以及在该层中的坐标，都记录在JSON文件中，而JSON是一种文本文件格式，主要用于存储对象信息，需要预先把原先病理切片中的有用的信息，提取出来保存为JSON格式的文件，置于提取哪些信息在下面的“Json文件格式说明”中明确说明了，后期需要浏览图片时只需要提取相对应信息即可获取对应图片的数据信息，使得后期浏览效果更快速，因此本发明通过将整个数字切片通过上述方法的处理方式进行处理后，生成一系列平铺小图像和一个索引Json文件，然后将处理后的这些文件上传到云端，方便后期客户端在浏览该切片的时候仅仅需要从云端下载一个小小的Json索引文件，就能获取该切片的所有信息，以及每一幅平铺小图像的下载路径，而不需要将几百兆甚至几个G的文件先下载到本地再进行处理，这样就大大提高了客户端浏览的速度了。
1、关于Json文件格式中包含内容的说明如表1：
2、关于Layer文件中包含内容的说明如表2：
3、关于Layer文件下LayerTile包含内容的说明如表3：

Claims (2)

1.一种数字病理切片的云存储方法，其特征是，具体包括以下步骤：
(1)加载数字病理切片，并解析其包含的层数以及每一层的信息；
(2)取出第N层，N从0开始，并以当前层的索引号为名称创建文件夹Layer-N；
(3)然后通过解析步骤2中的文件夹Layer-N对应的第N层的图像块的总行数Rows和总列数Cols；
(4)然后在步骤3中，从第0行第0列开始遍历图像矩阵，根据行列索引取出该层下的每一个图像；
(5)然后将每一个图像按照其所在的第i行第j列的图像保存在Layer-N目录内，将对应的图像命名为i_j.jpg；
(6)判断目前查询是否到达最后一层，如果不是，则跳转到步骤2；如果是，则跳转到步骤7；
(7)根据当前切片的最大宽度、当前切片的最大高度、x方向上每个像素的毫米数、y方向上每个像素的毫米数、物镜倍数、图象块的尺寸、总层数以及层详细信息数组来生成一个Json索引文件，并且命名为SliceInfo.json，然后保存在Layers文件夹的同级目录下；
其中Layers文件夹保存有所有层对应的子文件夹；
(8)最终将Layers文件夹和Json文件一同上传到云端进行保存。
2.根据权利要求1所述的一种数字病理切片的云存储方法，其特征是，在步骤7中Json索引文件是用于存储对象信息，需要预先将原先数字病理切片中的信息，提取出来保存为JSON格式的文件文本。
CN201911354310.2A 2019-12-25 2019-12-25 一种数字病理切片的云存储方法 Active CN111222064B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911354310.2A CN111222064B (zh) 2019-12-25 2019-12-25 一种数字病理切片的云存储方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911354310.2A CN111222064B (zh) 2019-12-25 2019-12-25 一种数字病理切片的云存储方法

Publications (2)

Publication Number Publication Date
CN111222064A CN111222064A (zh) 2020-06-02
CN111222064B true CN111222064B (zh) 2023-08-01

Family

ID=70830879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911354310.2A Active CN111222064B (zh) 2019-12-25 2019-12-25 一种数字病理切片的云存储方法

Country Status (1)

Country Link
CN (1) CN111222064B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115206498A (zh) * 2021-11-08 2022-10-18 赛维森(广州)医疗科技服务有限公司 数字病理图像的数据流处理方法
CN116403684B (zh) * 2023-06-08 2023-08-11 杭州医策科技有限公司 一种数字病理图像加载方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0734564A4 (en) * 1993-04-14 1997-05-07 Re Mark It Holdings Ltd ERASABLE MARKING ARTICLE
JP2001076078A (ja) * 1999-09-07 2001-03-23 Yasuo Kumagai 医療情報閲覧システム、医療情報閲覧方法、および医療情報保管方法
EP2360905A1 (en) * 2009-12-30 2011-08-24 Research In Motion Limited Naming digital images using voice input
CN106777107A (zh) * 2016-12-15 2017-05-31 山东数字人科技股份有限公司 一种数字标本瓦片数据存储的方法
CN108172277A (zh) * 2017-12-19 2018-06-15 浙江大学 一种多倍率数字切片图像存储与浏览的方法和系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4822640B2 (ja) * 2001-09-27 2011-11-24 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 医療機器システム及びネットワーク端末、並びにそれらの制御方法及びコンピュータプログラム及び記憶媒体
JP2006288720A (ja) * 2005-04-11 2006-10-26 Morita Mfg Co Ltd 画像及びプログラム書き出し装置及び方法
CN102662610B (zh) * 2012-04-20 2016-05-11 中国科学院遥感应用研究所 一种遥感影像数据管理系统及方法
CN103093040A (zh) * 2012-12-31 2013-05-08 中铁第四勘察设计院集团有限公司 网络地图影像的工程化应用方法
CN107493403B (zh) * 2017-08-11 2019-09-24 宁波江丰生物信息技术有限公司 一种数字病理切片扫描系统
US10831720B2 (en) * 2018-05-31 2020-11-10 Microsoft Technology Licensing, Llc Cloud storage distributed file system

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0734564A4 (en) * 1993-04-14 1997-05-07 Re Mark It Holdings Ltd ERASABLE MARKING ARTICLE
JP2001076078A (ja) * 1999-09-07 2001-03-23 Yasuo Kumagai 医療情報閲覧システム、医療情報閲覧方法、および医療情報保管方法
EP2360905A1 (en) * 2009-12-30 2011-08-24 Research In Motion Limited Naming digital images using voice input
CN106777107A (zh) * 2016-12-15 2017-05-31 山东数字人科技股份有限公司 一种数字标本瓦片数据存储的方法
CN108172277A (zh) * 2017-12-19 2018-06-15 浙江大学 一种多倍率数字切片图像存储与浏览的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
异步非阻塞瓦片地图服务器的实现;李正学等;测绘科学;全文 *

Also Published As

Publication number Publication date
CN111222064A (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
US20210287259A1 (en) Method for providing real-time service of huge and high quality digital image on internet
US11146614B2 (en) Distributed computing on document formats
US20190294629A1 (en) Systems and Methods of Building and Using an Image Catalog
KR102083696B1 (ko) 사용자 개입 없이 레이아웃에 따라 이미지를 식별하고 정리하는 기법
US20110125755A1 (en) Systems and methods for thumbnail management
WO2023016264A1 (zh) 一种页面生成方法及装置
RU2632128C1 (ru) Способ и система загрузки фрагментов изображения на клиентское устройство
CN111222064B (zh) 一种数字病理切片的云存储方法
CN104412249A (zh) 基于云的文件系统内的文件处置
JP2020004377A (ja) アニメーションプレビュー生成方法及びプログラム
US9667696B2 (en) Low latency web-based DICOM viewer system
CN108959660A (zh) 一种基于hdfs分布式文件系统的存储方法及使用方法
CN109033238B (zh) 电子地图集系统的数据生产、组织、存储及访问方法
US20080165207A1 (en) Method and System for Manipulating Graphical Images
CN109284428A (zh) 数据处理方法、装置及存储介质
US20170111668A1 (en) System and method for group-based media composition
CN111008177A (zh) 微服务应用平台及其资源保存方法和保存装置
US20140269911A1 (en) Batch compression of photos
US10235649B1 (en) Customer analytics data model
EP3819782B1 (en) Computing device, method of operation and computer program for a computing device
CN110851752B (zh) 一种图像传输方法及装置
CN116257707A (zh) 一种应用发布方法、装置、电子设备及存储介质
CN117931742A (zh) 超大城市空间海量数据二三维地图服务发布的方法和装置
CN117608591A (zh) 一种云边端协同大模型轻量化部署平台系统及方法
CN113220958A (zh) 页面信息展示方法、系统及存储介质

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