CN113409920A - 一种数据传输管理方法及系统 - Google Patents
一种数据传输管理方法及系统 Download PDFInfo
- Publication number
- CN113409920A CN113409920A CN202110946009.1A CN202110946009A CN113409920A CN 113409920 A CN113409920 A CN 113409920A CN 202110946009 A CN202110946009 A CN 202110946009A CN 113409920 A CN113409920 A CN 113409920A
- Authority
- CN
- China
- Prior art keywords
- image
- medical image
- transmitted
- target
- communication link
- 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.)
- Granted
Links
Images
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
-
- 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
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供一种数据传输管理方法及系统,包括:获取医疗图像,并进行备份,形成清晰度相同的两个医疗图像;将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;基于待传输医疗图像生成医疗图像传输请求,并根据医疗图像传输请求建立目标成像仪与服务器的通信连接;按照建立的通信连接确定目标成像仪与服务器的目标通信链路,并根据目标通信链路将待传输医疗图像传输至服务器中。本发明可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求,同时在不符合预设要求时,本发明可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输。
Description
技术领域
本发明涉及通信传输技术领域,特别是涉及一种数据传输管理方法及系统。
背景技术
随着技术的发展,目前多数医疗机构可能会通过医疗成像仪来获取患者的医疗图像,即通过医疗成像仪来对患者的人体或人体某部分,以非侵入方式取得内部组织影像,得到患者的医疗图像。常规的医疗成像仪包括:眼底照相机、电脑断层扫描或称电子计算机断层扫描(Computerized tomography,简称CT)、正子发射断层扫描(Positron emissiontomography,简称PET)、核磁共振成像(Nuclear magnetic resonance imaging,简称NMRI)等;其中,按照所采用的射线不同,CT还可以分为:X射线CT(X-CT)、超声CT(UCT)以及γ射线CT(γ-CT)等。为了对患者进行更全面的治疗,目前很多医疗机构会将患者的医疗图像远程传输至有经验的学者或专家进行讨论,获取最佳治疗方案。
然而医疗图像的传输主要是通过信源和信道处理实现的,由于医疗图像中包含大量的有效信息,在传输过程中容易受到通道干扰,导致接收到的医疗图像质量有所下降。所以,为了提高传输图像的传输质量,现有技术提出了一些控制医疗图像传输质量的方案,其主要是通过控制图像传输入口参数的方式,针对图像尺寸进行控制,但这种控制会导致接收后的医疗图像与原始医疗图像呈现的图像尺寸不同,从而改变了原始医疗图像所记载的信息。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种数据传输管理方法及系统,用于解决现有技术中传输医疗图像在进行数据传输后,图像清晰度低的问题。
为实现上述目的及其他相关目的,本发明提供一种数据传输管理方法,所述方法包括以下步骤:
获取目标对象在目标成像仪下形成的医疗图像;
对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
若所述差值不位于所述预设范围内,则调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
可选地,若所述差值不位于所述预设范围内,则获取目标流量池剩余流量带宽中的部分或全部流量带宽,并将获取的部分或全部流量带宽叠加至所述目标通信链路上形成叠加通信链路,利用所述叠加通信链路将所述待传输医疗图像传输至所述服务器中。
可选地,所述特征向量包括:全局特征向量和局部特征向量;确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内的过程包括:
对所述参考医疗图像的全局特征向量和所述待传输医疗图像的局部特征向量进行降维;
计算降维后参考医疗图像的全局特征向量与降维后待传输医疗图像的局部特征向量的距离,记为第一距离;
将所述第一距离与预设阈值进行比对,若所述第一距离小于或等于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值位于预设范围内;
若所述第一距离大于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值不位于预设范围内;
和/或,对所述参考医疗图像的局部特征向量和所述待传输医疗图像的全局特征向量进行降维;
计算降维后参考医疗图像的局部特征向量与降维后待传输医疗图像的全局特征向量的距离,记为第二距离;
将所述第二距离与预设阈值进行比对,若所述第二距离小于或等于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值位于预设范围内;
若所述第二距离大于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值不位于预设范围内。
可选地,将所述参考医疗图像或待传输医疗图像记为目标图像,则提取所述目标图像的局部特征向量的过程包括:
将所述目标图像分割为一个或多个图像块;
利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;
建立所述图像块特征字典与所述目标图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到所述目标图像的局部特征向量。
可选地,在提取出所述参考医疗图像或所述待传输医疗图像的特征向量前,还包括:
获取原始图像的灰度空间[Z1,Zk];其中,所述原始图像为参考医疗图像或待传输医疗图像;
对所述灰度空间[Z1,Zk]进行归一化,并设定所述原始图像中灰度级Zi的归一化结果为r;其中,1≤i≤k,k为大于1的正整数;
获取所述原始图像中灰度级Zi的概率密度函数pr(r),并根据所述原始图像中灰度级Zi的概率密度函数pr(r)和所述灰度级Zi的归一化结果,计算增强图像中灰度级Zi的概率密度函数,有:ps(s)= pr(r)dr/ds;
其中,s为增强图像中灰度级Zi的归一化结果,ps(s)为增强图像中灰度级Zi的概率密度函数;
根据所述原始图像中灰度级Zi的概率密度函数pr(r)、所述原始图像和所述增强图像中灰度级Zi的概率密度函数为ps(s)获取所述原始图像的增强图像。
可选地,在提取出所述参考医疗图像和所述待传输医疗图像的特征向量前,还包括:
获取根据所述原始图像得到的增强图像;
将所述增强图像中某个像素点的灰度值替换为所述增强图像中其他几个像素点灰度值的平均值。
可选地,在提取出所述参考医疗图像和所述待传输医疗图像的特征向量前,还包括:
获取完成像素点灰度值替换后的图像,记为待填充图像;
将所述待填充图像中黑色像素对应的像素点标记为空穴,白色像素对应的像素点标记为背景;
从所述待填充图像中确定出一个像素点作为待填充图像的像素起点;其中,确定出的像素点的像素为黑色像素;
根据所述像素起点搜索所述待填充图像中的所有像素点,找出未被标记的一个或多个像素点;
将其中一个未被标记的像素点的像素填充为黑色像素,并以该像素点为中心点,分别搜索其上方像素点、下方像素点、左像素点、右像素点、左上方像素点、右上方像素点、左下方像素点和右下方像素点,确定这些像素点是否完成标记;
若这些像素点未全部完成标记,则将未完成标记的像素点标记为空穴;
若这些像素点均完成标记,则将下一个未被搜索到的像素点的像素填充为黑色像素,并以填充后的所述下一个未被搜索到的像素点为中心点,继续对所述待填充图像进行像素点搜索,直至最后一个未标记的像素点被标记为空穴。
可选地,按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路的过程包括:
在所述目标成像仪与所述服务器建立通信连接后,根据所述目标成像仪与所述服务器的拓扑网络节点确定能够在所述目标成像仪与所述服务器进行数据传输的传输路径;
获取每条传输路径的数据误码率,并将数据误码率最小的传输路径所对应的通信链路作为目标通信链路。
可选地,根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中,还包括:
获取所述待传输医疗图像在所述目标通信链路上的传输速率;
根据所述传输速率判断所述待传输医疗图像在所述目标通信链路上的传输是否发生了网络抖动,并在发生网络抖动后,通过所述服务器增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动;其中,当所述传输速率低于所述参考传输速率时,判定所述待传输医疗图像在所述目标通信链路上的传输发生了网络抖动。
本发明还提供一种数据传输管理系统,所述系统包括有:
图像采集模块,用于获取目标对象在目标成像仪下形成的医疗图像;
图像备份模块,用于对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
通信连接模块,用于基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
图像传输模块,用于按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
特征向量模块,用于提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
图像传输管理模块,用于在所述差值不位于所述预设范围内时,调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
如上所述,本发明提供一种数据传输管理方法及系统,具有以下有益效果:本发明首先采集目标对象(例如疾病患者)在目标成像仪(例如医疗成像仪)下形成的医疗图像,然后对形成的医疗图像进行备份,形成清晰度相同的两个医疗图像,再将这两个图像分别作为参考医疗图像和待传输医疗图像,并基于所述待传输医疗图像生成医疗图像传输请求,以及根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;完成传输后,再从参考医疗图像和待传输医疗图像提取出对应的特征向量(包括全局特征向量和局部特征向量),然后将参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量进行比对,和/或,将参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量进行比对,根据比对结果确定待传输医疗图像通过目标通信链路传输至服务器后的清晰度与参考医疗图像的清晰度的差值是否位于预设范围内。如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;如果比对结果是这两个医疗图像的清晰度差值不位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。由此可知,本发明可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求。同时,在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,本发明可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
附图说明
图1为一实施例提供的数据传输管理方法的流程示意图。
图2为一实施例提供的一目标对象在医疗成像仪下形成的眼底图像。
图3为服务器接收到的眼底图像。
图4为一实施例提供的对图2进行增强后的眼底图像。
图5为一实施例提供的对图4进行滤波后的眼底图像。
图6为一实施例提供的对图5进行填充的眼底图像。
图7为一实施例提供的数据传输管理系统的硬件结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
全局特征向量:是指整个图像的特征向量。
局部特征向量:是指图像中部分区域的特征向量。
请参阅图1所示,本发明提供一种数据传输管理方法,所述方法包括以下步骤:
S100,获取目标对象在目标成像仪下形成的医疗图像;
S200,对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
S300,基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
S400,按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
S500,提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
S600,若所述差值不位于所述预设范围内,则调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
本方法首先采集目标对象(例如疾病患者)在目标成像仪(例如医疗成像仪)下形成的医疗图像,然后对形成的医疗图像进行备份,形成清晰度相同的两个医疗图像,再将这两个图像分别作为参考医疗图像和待传输医疗图像,并基于所述待传输医疗图像生成医疗图像传输请求,以及根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;完成传输后,再从参考医疗图像和待传输医疗图像提取出对应的特征向量(包括全局特征向量和局部特征向量),然后将参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量进行比对,和/或,将参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量进行比对,根据比对结果确定待传输医疗图像通过目标通信链路传输至服务器后的清晰度与参考医疗图像的清晰度的差值是否位于预设范围内。如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;如果比对结果是这两个医疗图像的清晰度差值不位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。同时,在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,本方法可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
由此可知,本方法可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求。还可以在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。其中,本申请实施例中的目标对象可以是疾病患者;目标成像仪可以是医疗成像仪,本实施例中的医疗成像仪包括但不限于:眼底照相机、电脑断层扫描或称电子计算机断层扫描(Computerized tomography,简称CT)、正子发射断层扫描(Positron emission tomography,简称PET)、核磁共振成像(Nuclearmagnetic resonance imaging,简称NMRI)等。
根据上述记载,在一示例性实施例中,若所述差值不位于所述预设范围内,则获取目标流量池剩余流量带宽中的部分或全部流量带宽,并将获取的部分或全部流量带宽叠加至所述目标通信链路上形成叠加通信链路,利用所述叠加通信链路将所述待传输医疗图像传输至所述服务器中。由此可知,本方法在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,本方法可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
根据上述记载,在一示例性实施例中,所述特征向量包括:全局特征向量和局部特征向量。确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内的过程包括:对参考医疗图像的全局特征向量和待传输医疗图像的局部特征向量进行降维;计算降维后参考医疗图像的全局特征向量与降维后待传输医疗图像的局部特征向量的距离,记为第一距离;将第一距离与预设阈值进行比对,若第一距离小于或等于预设阈值,如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;若第一距离大于预设阈值,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。在另一示例性实施例中,确定目标成像仪是否存在故障的过程包括:对参考医疗图像的局部特征向量和待传输医疗图像的全局特征向量进行降维;计算降维后参考医疗图像的局部特征向量与降维后待传输医疗图像的全局特征向量的距离,记为第二距离;将第二距离与预设阈值进行比对,若第二距离小于或等于预设阈值,则则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;若第二距离大于预设阈值,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。其中,本实施例中的第一距离或第二距离可以是向量之间的欧氏距离,也可以是向量之间的内积距离;本实施例中的预设阈值是根据目标成像仪来确定,其数值大小一般为成像仪误差范围的上限值。本实施例对特征向量(包括参考医疗图像的全局特征向量和局部特征向量、待传输医疗图像的全局特征向量和局部特征向量)进行降维处理后,不仅能够减少计算量,还能够降低这些特征向量对存储空间的占用。同时,本申请在计算参考医疗图像与待传输医疗图像的距离时,采用的是交叉计算方式,即计算参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量的距离,和/或,计算参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量的距离,从而可以对两个图像的粗粒度(全局特征向量)和细粒度(局部特征向量)进行融合比对,增加两个图像比对时的准确率。
根据上述记载,在一示例性实施例中,提取参考医疗图像的局部特征向量的过程包括:将参考医疗图像分割为一个或多个图像块;利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;建立图像块特征字典与参考医疗图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到参考医疗图像的局部特征向量。在另一示例性实施例中,提取待传输医疗图像的局部特征向量的过程包括:将待传输医疗图像分割为一个或多个图像块;利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;建立图像块特征字典与待传输医疗图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到待传输医疗图像的局部特征向量。本申请实施例中的神经网络包括但不限于:卷积神经网络、深度神经网络等。在本实施例中,量化是指将图像块的局部特征信息由连续变化量转化离散量。
根据上述记载,在一具体实施例中,以某目标对象X在医疗成像仪中的某眼底照相机上形成的眼底图像为例,其中,目标对象X在医疗成像仪上形成的眼底图像如图2所示。对所获取的眼底图像进行备份,形成清晰度相同的两个眼底图像,并将其中一个眼底图像作为参考眼底图像,另一个眼底图像作为待传输眼底图像。利用卷积神经网络分别提取出参考眼底图像的全局特征向量和局部特征向量,以及利用卷积神经网络分别提取出待传输眼底图像的全局特征向量和局部特征向量;然后将参考眼底图像的全局特征向量与待传输眼底图像的局部特征向量进行比对,计算参考眼底图像的全局特征向量与待传输眼底图像的局部特征向量的欧式距离或内积距离。当计算出的距离值小于或等于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,服务器接收到的待传输眼底图像与原始的参考眼底图像之间的清晰度位于误差范围内,说明待传输的眼底图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求。当计算出的距离值大于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度不符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,待传输的眼底图像在目标通信链路上受到了严重压缩,导致传输后的眼底图像与原始的参考眼底图像之间的清晰度差值超过了预设范围。其中,原始的眼底图像经过目标通信链路传输后清晰度不符合预设要求的眼底图像如图3所示。
或者,将参考眼底图像的局部特征向量与待传输眼底图像的全局特征向量进行比对,计算参考眼底图像的局部特征向量与待传输眼底图像的全局特征向量的欧式距离或内积距离。当计算出的距离值小于或等于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,服务器接收到的待传输眼底图像与原始的参考眼底图像之间的清晰度位于误差范围内,说明待传输的眼底图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求。当计算出的距离值大于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度不符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,待传输的眼底图像在目标通信链路上受到了严重压缩,导致传输后的眼底图像与原始的参考眼底图像之间的清晰度差值超过了预设范围。其中,原始的眼底图像经过目标通信链路传输后清晰度不符合预设要求的眼底图像如图3所示。
由于原始图像的灰度主要分布区间较小,导致其图像细节不清晰、比较模糊,而通过对原始图像进行增强,可以使原始图像的细节更加突出。所以,在一示例性实施例中,本方法在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括对参考医疗图像或待传输医疗图像进行图像增强。具体地,对参考医疗图像或待传输医疗图像进行图像增强的方式包括:
获取原始图像的灰度空间[Z1,Zk];其中,原始图像为参考医疗图像或待传输医疗图像;
对灰度空间[Z1,Zk]进行归一化,并设定原始图像中灰度级Zi的归一化结果为r;其中,1≤i≤k,k为大于1的正整数。
获取原始图像中灰度级Zi的概率密度函数pr(r),并根据原始图像中灰度级Zi的概率密度函数pr(r)和灰度级Zi的归一化结果,计算增强图像中灰度级Zi的概率密度函数,有:ps(s)= pr(r)dr/ds;
其中,s为增强图像中灰度级Zi的归一化结果,ps(s)为增强图像中灰度级Zi的概率密度函数;
根据原始图像中灰度级Zi的概率密度函数pr(r)、原始图像和增强图像中灰度级Zi的概率密度函数为ps(s)获取原始图像的增强图像。
作为示例,将图2的眼底图像作为参考医疗图像,以图2中的眼底图像为例进行图像增强的过程为:首先获取参考医疗图像(即图2)的灰度空间[Z1,Zk],然后对图2的灰度空间[Z1,Zk]进行归一化,即将[Z1,Zk]变换为[0,1]。然后设定图2中灰度级Zi的归一化结果为r,其中,0≤r≤1。再获取图2中灰度级Zi的概率密度函数pr(r),并根据图2中灰度级Zi的概率密度函数pr(r)和图2中灰度级Zi的归一化结果r,计算出与图2对应的增强图像中灰度级Zi的概率密度函数ps(s)。根据图2中灰度级Zi的概率密度函数pr(r)和图2的对应关系,以及计算出的增强图像中灰度级Zi的概率密度函数为ps(s),来得到与图2对应的增强图像。本实施例中,与图2对应的增强图像如图4所示。
在对原始图像进行增强后,其原始图像的噪声可能会被放大,导致在从图像中提取特征向量时会受到更多噪声的干扰。所以在一示例性实施例中,本方法在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括:获取根据原始图像得到的增强图像;并将增强图像中某个像素点的灰度值替换为增强图像中其他几个像素点灰度值的平均值。通过此种方式,可以对增强图像进行平滑处理,从而能够有效地去除或减少增强图像后的噪声。作为示例,本实施例对图4进行去噪滤波后的图像如图5所示。
根据上述记载,本方法在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括:
获取完成像素点灰度值替换后的图像,记为待填充图像;即获取增强图像,并将增强图像记为待填充图像;
将待填充图像中黑色像素对应的像素点标记为空穴,白色像素对应的像素点标记为背景;
从待填充图像中确定出一个像素点作为待填充图像的像素起点;其中,确定出的像素点的像素为黑色像素;
根据像素起点搜索待填充图像中的所有像素点,找出未被标记的一个或多个像素点;
将其中一个未被标记的像素点的像素填充为黑色像素,并以该像素点为中心点,分别搜索其上方像素点、下方像素点、左像素点、右像素点、左上方像素点、右上方像素点、左下方像素点和右下方像素点,确定这些像素点是否完成标记;若这些像素点未全部完成标记,则将未完成标记的像素点标记为空穴;若这些像素点均完成标记,则将下一个未被搜索到的像素点的像素填充为黑色像素,并以填充后的下一个未被搜索到的像素点为中心点,继续对待填充图像进行像素点搜索,直至最后一个未标记的像素点被标记为空穴。
在利用神经网络提取特征向量前,对于图像中的矩形,可能会让在特征向量提取过程中被识别为方框,从而提取出非必须的特征向量。所以,本申请实施例通过对增强图像进行填充,可以防止神经网络在提取图像中的特征向量时,将其中的矩形误识别为方框。作为示例,本申请对图5中的增强图像进行填充后的图像如图6所示。
在一示例性实施例中,按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路的过程包括:在所述目标成像仪与所述服务器建立通信连接后,根据所述目标成像仪与所述服务器的拓扑网络节点确定能够在所述目标成像仪与所述服务器进行数据传输的传输路径;获取每条传输路径的数据误码率,并将数据误码率最小的传输路径所对应的通信链路作为目标通信链路。在本实施例中,目标成像仪与服务器建立通信连接后,两者之前会存在多条通信链路,而不同的通信链路会构成不同的传输路径。而本实施例通过比对每条传输路径的数据误码率大小来选择最优传输路径,即选择数据误码率最小的传输路径,然后将最优传输路径所对应的通信链路作为目标通信链路来传输根据待传输医疗图像分片形成的数据包,使得数据包在传输过程能够将时延降到最低,避免数据包在传输过程因为时延带来的网络拥塞情况。
在一示例性实施例中,根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中,还包括:获取所述待传输医疗图像在所述目标通信链路上的传输速率;根据所述传输速率判断所述待传输医疗图像在所述目标通信链路上的传输是否发生了网络抖动,并在发生网络抖动后,通过所述服务器增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动;其中,当所述传输速率低于所述参考传输速率时,判定所述待传输医疗图像在所述目标通信链路上的传输发生了网络抖动。在本实施例中,通过判断待传输医疗图像在目标通信链路上是否发生了网络抖动可以判断目标通信链路上的待传输医疗图像是否发生了网络拥塞,如果发生了网络抖动,除了上述调整通信链路上的流量带宽,本实施例还可以通过服务器端增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动,缓解或解决目标通信链路上的拥塞情况。
综上所述,本发明提供一种数据传输管理方法,首先采集目标对象(例如疾病患者)在目标成像仪(例如医疗成像仪)下形成的医疗图像,然后对形成的医疗图像进行备份,形成清晰度相同的两个医疗图像,再将这两个图像分别作为参考医疗图像和待传输医疗图像,并基于所述待传输医疗图像生成医疗图像传输请求,以及根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;完成传输后,再从参考医疗图像和待传输医疗图像提取出对应的特征向量(包括全局特征向量和局部特征向量),然后将参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量进行比对,和/或,将参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量进行比对,根据比对结果确定待传输医疗图像通过目标通信链路传输至服务器后的清晰度与参考医疗图像的清晰度的差值是否位于预设范围内。如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;如果比对结果是这两个医疗图像的清晰度差值不位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。由此可知,本方法可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求,同时,在不符合预设要求时,本方法可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
如图7所示,本发明还提供一种数据传输管理系统,系统包括有:
图像采集模块M10,用于获取目标对象在目标成像仪下形成的医疗图像;
图像备份模块M20,用于对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
通信连接模块M30,用于基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
图像传输模块M40,用于按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
特征向量模块M50,用于提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
图像传输管理模块M60,用于在所述差值不位于所述预设范围内时,调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
本系统首先采集目标对象(例如疾病患者)在目标成像仪(例如医疗成像仪)下形成的医疗图像,然后对形成的医疗图像进行备份,形成清晰度相同的两个医疗图像,再将这两个图像分别作为参考医疗图像和待传输医疗图像,并基于所述待传输医疗图像生成医疗图像传输请求,以及根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;完成传输后,再从参考医疗图像和待传输医疗图像提取出对应的特征向量(包括全局特征向量和局部特征向量),然后将参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量进行比对,和/或,将参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量进行比对,根据比对结果确定待传输医疗图像通过目标通信链路传输至服务器后的清晰度与参考医疗图像的清晰度的差值是否位于预设范围内。如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;如果比对结果是这两个医疗图像的清晰度差值不位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。同时,在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,本系统可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
由此可知,本系统可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求。还可以在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。其中,本申请实施例中的目标对象可以是疾病患者;目标成像仪可以是医疗成像仪,本实施例中的医疗成像仪包括但不限于:眼底照相机、电脑断层扫描或称电子计算机断层扫描(Computerized tomography,简称CT)、正子发射断层扫描(Positron emission tomography,简称PET)、核磁共振成像(Nuclearmagnetic resonance imaging,简称NMRI)等。
根据上述记载,在一示例性实施例中,若所述差值不位于所述预设范围内,则获取目标流量池剩余流量带宽中的部分或全部流量带宽,并将获取的部分或全部流量带宽叠加至所述目标通信链路上形成叠加通信链路,利用所述叠加通信链路将所述待传输医疗图像传输至所述服务器中。由此可知,本系统在服务器接收到的待传输医疗图像的清晰度不符合预设要求时,本系统可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
根据上述记载,在一示例性实施例中,所述特征向量包括:全局特征向量和局部特征向量。确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内的过程包括:对参考医疗图像的全局特征向量和待传输医疗图像的局部特征向量进行降维;计算降维后参考医疗图像的全局特征向量与降维后待传输医疗图像的局部特征向量的距离,记为第一距离;将第一距离与预设阈值进行比对,若第一距离小于或等于预设阈值,如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;若第一距离大于预设阈值,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。在另一示例性实施例中,确定目标成像仪是否存在故障的过程包括:对参考医疗图像的局部特征向量和待传输医疗图像的全局特征向量进行降维;计算降维后参考医疗图像的局部特征向量与降维后待传输医疗图像的全局特征向量的距离,记为第二距离;将第二距离与预设阈值进行比对,若第二距离小于或等于预设阈值,则则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;若第二距离大于预设阈值,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。其中,本实施例中的第一距离或第二距离可以是向量之间的欧氏距离,也可以是向量之间的内积距离;本实施例中的预设阈值是根据目标成像仪来确定,其数值大小一般为成像仪误差范围的上限值。本实施例对特征向量(包括参考医疗图像的全局特征向量和局部特征向量、待传输医疗图像的全局特征向量和局部特征向量)进行降维处理后,不仅能够减少计算量,还能够降低这些特征向量对存储空间的占用。同时,本申请在计算参考医疗图像与待传输医疗图像的距离时,采用的是交叉计算方式,即计算参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量的距离,和/或,计算参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量的距离,从而可以对两个图像的粗粒度(全局特征向量)和细粒度(局部特征向量)进行融合比对,增加两个图像比对时的准确率。
根据上述记载,在一示例性实施例中,提取参考医疗图像的局部特征向量的过程包括:将参考医疗图像分割为一个或多个图像块;利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;建立图像块特征字典与参考医疗图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到参考医疗图像的局部特征向量。在另一示例性实施例中,提取待传输医疗图像的局部特征向量的过程包括:将待传输医疗图像分割为一个或多个图像块;利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;建立图像块特征字典与待传输医疗图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到待传输医疗图像的局部特征向量。本申请实施例中的神经网络包括但不限于:卷积神经网络、深度神经网络等。在本实施例中,量化是指将图像块的局部特征信息由连续变化量转化离散量。
根据上述记载,在一具体实施例中,以某目标对象X在医疗成像仪中的某眼底照相机上形成的眼底图像为例,其中,目标对象X在医疗成像仪上形成的眼底图像如图2所示。对所获取的眼底图像进行备份,形成清晰度相同的两个眼底图像,并将其中一个眼底图像作为参考眼底图像,另一个眼底图像作为待传输眼底图像。利用卷积神经网络分别提取出参考眼底图像的全局特征向量和局部特征向量,以及利用卷积神经网络分别提取出待传输眼底图像的全局特征向量和局部特征向量;然后将参考眼底图像的全局特征向量与待传输眼底图像的局部特征向量进行比对,计算参考眼底图像的全局特征向量与待传输眼底图像的局部特征向量的欧式距离或内积距离。当计算出的距离值小于或等于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,服务器接收到的待传输眼底图像与原始的参考眼底图像之间的清晰度位于误差范围内,说明待传输的眼底图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求。当计算出的距离值大于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度不符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,待传输的眼底图像在目标通信链路上受到了严重压缩,导致传输后的眼底图像与原始的参考眼底图像之间的清晰度差值超过了预设范围。其中,原始的眼底图像经过目标通信链路传输后清晰度不符合预设要求的眼底图像如图3所示。
或者,将参考眼底图像的局部特征向量与待传输眼底图像的全局特征向量进行比对,计算参考眼底图像的局部特征向量与待传输眼底图像的全局特征向量的欧式距离或内积距离。当计算出的距离值小于或等于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,服务器接收到的待传输眼底图像与原始的参考眼底图像之间的清晰度位于误差范围内,说明待传输的眼底图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求。当计算出的距离值大于该眼底照相机误差范围的上限值时,认定参考眼底图像与待传输眼底图像的清晰度不符合实际传输状态,即认为待传输眼底图像经过目标通信链路传输后,待传输的眼底图像在目标通信链路上受到了严重压缩,导致传输后的眼底图像与原始的参考眼底图像之间的清晰度差值超过了预设范围。其中,原始的眼底图像经过目标通信链路传输后清晰度不符合预设要求的眼底图像如图3所示。
由于原始图像的灰度主要分布区间较小,导致其图像细节不清晰、比较模糊,而通过对原始图像进行增强,可以使原始图像的细节更加突出。所以,在一示例性实施例中,本系统在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括对参考医疗图像或待传输医疗图像进行图像增强。具体地,对参考医疗图像或待传输医疗图像进行图像增强的方式包括:
获取原始图像的灰度空间[Z1,Zk];其中,原始图像为参考医疗图像或待传输医疗图像;
对灰度空间[Z1,Zk]进行归一化,并设定原始图像中灰度级Zi的归一化结果为r;其中,1≤i≤k,k为大于1的正整数。
获取原始图像中灰度级Zi的概率密度函数pr(r),并根据原始图像中灰度级Zi的概率密度函数pr(r)和灰度级Zi的归一化结果,计算增强图像中灰度级Zi的概率密度函数,有:ps(s)= pr(r)dr/ds;
其中,s为增强图像中灰度级Zi的归一化结果,ps(s)为增强图像中灰度级Zi的概率密度函数;
根据原始图像中灰度级Zi的概率密度函数pr(r)、原始图像和增强图像中灰度级Zi的概率密度函数为ps(s)获取原始图像的增强图像。
作为示例,将图2的眼底图像作为参考医疗图像,以图2中的眼底图像为例进行图像增强的过程为:首先获取参考医疗图像(即图2)的灰度空间[Z1,Zk],然后对图2的灰度空间[Z1,Zk]进行归一化,即将[Z1,Zk]变换为[0,1]。然后设定图2中灰度级Zi的归一化结果为r,其中,0≤r≤1。再获取图2中灰度级Zi的概率密度函数pr(r),并根据图2中灰度级Zi的概率密度函数pr(r)和图2中灰度级Zi的归一化结果r,计算出与图2对应的增强图像中灰度级Zi的概率密度函数ps(s)。根据图2中灰度级Zi的概率密度函数pr(r)和图2的对应关系,以及计算出的增强图像中灰度级Zi的概率密度函数为ps(s),来得到与图2对应的增强图像。本实施例中,与图2对应的增强图像如图4所示。
在对原始图像进行增强后,其原始图像的噪声可能会被放大,导致在从图像中提取特征向量时会受到更多噪声的干扰。所以在一示例性实施例中,本系统在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括:获取根据原始图像得到的增强图像;并将增强图像中某个像素点的灰度值替换为增强图像中其他几个像素点灰度值的平均值。通过此种方式,可以对增强图像进行平滑处理,从而能够有效地去除或减少增强图像后的噪声。作为示例,本实施例对图4进行去噪滤波后的图像如图5所示。
根据上述记载,本系统在提取出参考医疗图像和待传输医疗图像的特征向量前,还包括:
获取完成像素点灰度值替换后的图像,记为待填充图像;即获取增强图像,并将增强图像记为待填充图像;
将待填充图像中黑色像素对应的像素点标记为空穴,白色像素对应的像素点标记为背景;
从待填充图像中确定出一个像素点作为待填充图像的像素起点;其中,确定出的像素点的像素为黑色像素;
根据像素起点搜索待填充图像中的所有像素点,找出未被标记的一个或多个像素点;
将其中一个未被标记的像素点的像素填充为黑色像素,并以该像素点为中心点,分别搜索其上方像素点、下方像素点、左像素点、右像素点、左上方像素点、右上方像素点、左下方像素点和右下方像素点,确定这些像素点是否完成标记;若这些像素点未全部完成标记,则将未完成标记的像素点标记为空穴;若这些像素点均完成标记,则将下一个未被搜索到的像素点的像素填充为黑色像素,并以填充后的下一个未被搜索到的像素点为中心点,继续对待填充图像进行像素点搜索,直至最后一个未标记的像素点被标记为空穴。
在利用神经网络提取特征向量前,对于图像中的矩形,可能会让在特征向量提取过程中被识别为方框,从而提取出非必须的特征向量。所以,本申请实施例通过对增强图像进行填充,可以防止神经网络在提取图像中的特征向量时,将其中的矩形误识别为方框。作为示例,本申请对图5中的增强图像进行填充后的图像如图6所示。
在一示例性实施例中,按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路的过程包括:在所述目标成像仪与所述服务器建立通信连接后,根据所述目标成像仪与所述服务器的拓扑网络节点确定能够在所述目标成像仪与所述服务器进行数据传输的传输路径;获取每条传输路径的数据误码率,并将数据误码率最小的传输路径所对应的通信链路作为目标通信链路。在本实施例中,目标成像仪与服务器建立通信连接后,两者之前会存在多条通信链路,而不同的通信链路会构成不同的传输路径。而本实施例通过比对每条传输路径的数据误码率大小来选择最优传输路径,即选择数据误码率最小的传输路径,然后将最优传输路径所对应的通信链路作为目标通信链路来传输根据待传输医疗图像分片形成的数据包,使得数据包在传输过程能够将时延降到最低,避免数据包在传输过程因为时延带来的网络拥塞情况。
在一示例性实施例中,根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中,还包括:获取所述待传输医疗图像在所述目标通信链路上的传输速率;根据所述传输速率判断所述待传输医疗图像在所述目标通信链路上的传输是否发生了网络抖动,并在发生网络抖动后,通过所述服务器增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动;其中,当所述传输速率低于所述参考传输速率时,判定所述待传输医疗图像在所述目标通信链路上的传输发生了网络抖动。在本实施例中,通过判断待传输医疗图像在目标通信链路上是否发生了网络抖动可以判断目标通信链路上的待传输医疗图像是否发生了网络拥塞,如果发生了网络抖动,除了上述调整通信链路上的流量带宽,本实施例还可以通过服务器端增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动,缓解或解决目标通信链路上的拥塞情况。
综上所述,本发明提供一种数据传输管理系统,首先采集目标对象(例如疾病患者)在目标成像仪(例如医疗成像仪)下形成的医疗图像,然后对形成的医疗图像进行备份,形成清晰度相同的两个医疗图像,再将这两个图像分别作为参考医疗图像和待传输医疗图像,并基于所述待传输医疗图像生成医疗图像传输请求,以及根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;完成传输后,再从参考医疗图像和待传输医疗图像提取出对应的特征向量(包括全局特征向量和局部特征向量),然后将参考医疗图像的全局特征向量与待传输医疗图像的局部特征向量进行比对,和/或,将参考医疗图像的局部特征向量与待传输医疗图像的全局特征向量进行比对,根据比对结果确定待传输医疗图像通过目标通信链路传输至服务器后的清晰度与参考医疗图像的清晰度的差值是否位于预设范围内。如果比对结果是这两个医疗图像的清晰度差值位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的图像清晰度是符合传输要求的,即说明待传输医疗图像在目标通信链路上未受到图像压缩或受到的图像压缩符合预设要求;如果比对结果是这两个医疗图像的清晰度差值不位于预设范围内,则说明待传输医疗图像通过目标通信链路传输后的清晰度与传输前的参考医疗图像的清晰度形成了较大的差异,即说明待传输医疗图像在目标通信链路上受到的图像压缩不符合预设要求。由此可知,本系统可以判断待传输医疗图像通过目标通信链路传输后的清晰度是否符合预设要求,同时,在不符合预设要求时,本系统可以通过增加原始目标通信链路的通信流量带宽后再对待传输医疗图像进行传输,使传输至服务器中的待传输医疗图像的清晰度符合预设要求。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
应当理解的是,尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等,但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一预设范围也可以被称为第二预设范围,类似地,第二预设范围也可以被称为第一预设范围。
Claims (10)
1.一种数据传输管理方法,其特征在于,所述方法包括以下步骤:
获取目标对象在目标成像仪下形成的医疗图像;
对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
若所述差值不位于所述预设范围内,则调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
2.根据权利要求1所述的数据传输管理方法,其特征在于,若所述差值不位于所述预设范围内,则获取目标流量池剩余流量带宽中的部分或全部流量带宽,并将获取的部分或全部流量带宽叠加至所述目标通信链路上形成叠加通信链路,利用所述叠加通信链路将所述待传输医疗图像传输至所述服务器中。
3.根据权利要求1所述的数据传输管理方法,其特征在于,所述特征向量包括:全局特征向量和局部特征向量;确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内的过程包括:
对所述参考医疗图像的全局特征向量和所述待传输医疗图像的局部特征向量进行降维;
计算降维后参考医疗图像的全局特征向量与降维后待传输医疗图像的局部特征向量的距离,记为第一距离;
将所述第一距离与预设阈值进行比对,若所述第一距离小于或等于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值位于预设范围内;
若所述第一距离大于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值不位于预设范围内;
和/或,对所述参考医疗图像的局部特征向量和所述待传输医疗图像的全局特征向量进行降维;
计算降维后参考医疗图像的局部特征向量与降维后待传输医疗图像的全局特征向量的距离,记为第二距离;
将所述第二距离与预设阈值进行比对,若所述第二距离小于或等于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值位于预设范围内;
若所述第二距离大于预设阈值,则所述待传输医疗图像通过所述目标通信链路传输至服务器后的清晰度与所述参考医疗图像的清晰度的差值不位于预设范围内。
4.根据权利要求3所述的数据传输管理方法,其特征在于,将所述参考医疗图像或待传输医疗图像记为目标图像,则提取所述目标图像的局部特征向量的过程包括:
将所述目标图像分割为一个或多个图像块;
利用神经网络获取每个图像块的局部特征信息,并对每个图像块的局部特征信息进行量化,生成图像块特征字典;
建立所述图像块特征字典与所述目标图像的映射,并根据映射后的图像块特征字典编码形成每个图像块的特征向量,得到所述目标图像的局部特征向量。
5.根据权利要求3或4所述的数据传输管理方法,其特征在于,在提取出所述参考医疗图像或所述待传输医疗图像的特征向量前,还包括:
获取原始图像的灰度空间[Z1,Zk];其中,所述原始图像为参考医疗图像或待传输医疗图像;
对所述灰度空间[Z1,Zk]进行归一化,并设定所述原始图像中灰度级Zi的归一化结果为r;其中,1≤i≤k,k为大于1的正整数;
获取所述原始图像中灰度级Zi的概率密度函数pr(r),并根据所述原始图像中灰度级Zi的概率密度函数pr(r)和所述灰度级Zi的归一化结果,计算增强图像中灰度级Zi的概率密度函数,有:ps(s)= pr(r)dr/ds;
其中,s为增强图像中灰度级Zi的归一化结果,ps(s)为增强图像中灰度级Zi的概率密度函数;
根据所述原始图像中灰度级Zi的概率密度函数pr(r)、所述原始图像和所述增强图像中灰度级Zi的概率密度函数为ps(s)获取所述原始图像的增强图像。
6.根据权利要求5所述的数据传输管理方法,其特征在于,在提取出所述参考医疗图像和所述待传输医疗图像的特征向量前,还包括:
获取根据所述原始图像得到的增强图像;
将所述增强图像中某个像素点的灰度值替换为所述增强图像中其他几个像素点灰度值的平均值。
7.根据权利要求6所述的数据传输管理方法,其特征在于,在提取出所述参考医疗图像和所述待传输医疗图像的特征向量前,还包括:
获取完成像素点灰度值替换后的图像,记为待填充图像;
将所述待填充图像中黑色像素对应的像素点标记为空穴,白色像素对应的像素点标记为背景;
从所述待填充图像中确定出一个像素点作为待填充图像的像素起点;其中,确定出的像素点的像素为黑色像素;
根据所述像素起点搜索所述待填充图像中的所有像素点,找出未被标记的一个或多个像素点;
将其中一个未被标记的像素点的像素填充为黑色像素,并以该像素点为中心点,分别搜索其上方像素点、下方像素点、左像素点、右像素点、左上方像素点、右上方像素点、左下方像素点和右下方像素点,确定这些像素点是否完成标记;
若这些像素点未全部完成标记,则将未完成标记的像素点标记为空穴;
若这些像素点均完成标记,则将下一个未被搜索到的像素点的像素填充为黑色像素,并以填充后的所述下一个未被搜索到的像素点为中心点,继续对所述待填充图像进行像素点搜索,直至最后一个未标记的像素点被标记为空穴。
8.根据权利要求1所述的数据传输管理方法,其特征在于,按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路的过程包括:
在所述目标成像仪与所述服务器建立通信连接后,根据所述目标成像仪与所述服务器的拓扑网络节点确定能够在所述目标成像仪与所述服务器进行数据传输的传输路径;
获取每条传输路径的数据误码率,并将数据误码率最小的传输路径所对应的通信链路作为目标通信链路。
9.根据权利要求1或8所述的数据传输管理方法,其特征在于,根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中,还包括:
获取所述待传输医疗图像在所述目标通信链路上的传输速率;
根据所述传输速率判断所述待传输医疗图像在所述目标通信链路上的传输是否发生了网络抖动,并在发生网络抖动后,通过所述服务器增长或缩短抖动缓存深度来对接收到的待传输医疗图像进行缓存,降低或解决网络抖动;其中,当所述传输速率低于所述参考传输速率时,判定所述待传输医疗图像在所述目标通信链路上的传输发生了网络抖动。
10.一种数据传输管理系统,其特征在于,所述系统包括有:
图像采集模块,用于获取目标对象在目标成像仪下形成的医疗图像;
图像备份模块,用于对所获取的医疗图像进行备份,形成清晰度相同的两个医疗图像,并将其中一个医疗图像作为参考医疗图像,另一个医疗图像作为待传输医疗图像;
通信连接模块,用于基于所述待传输医疗图像生成医疗图像传输请求,并根据所述医疗图像传输请求建立所述目标成像仪与服务器的通信连接;
图像传输模块,用于按照建立的通信连接确定所述目标成像仪与所述服务器的目标通信链路,并根据所述目标通信链路将所述待传输医疗图像传输至所述服务器中;
特征向量模块,用于提取出所述参考医疗图像和服务器接收的待传输医疗图像的特征向量,并将所述参考医疗图像的特征向量与所述待传输医疗图像的特征向量进行比对,确定服务器接收的待传输医疗图像与所述参考医疗图像的清晰度的差值是否位于预设范围内;
图像传输管理模块,用于在所述差值不位于所述预设范围内时,调节所述目标通信链路的流量带宽,使所述服务器接收的待传输医疗图像与所述参考医疗图像的清晰度差值位于预设范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110946009.1A CN113409920B (zh) | 2021-08-18 | 2021-08-18 | 一种数据传输管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110946009.1A CN113409920B (zh) | 2021-08-18 | 2021-08-18 | 一种数据传输管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113409920A true CN113409920A (zh) | 2021-09-17 |
CN113409920B CN113409920B (zh) | 2021-12-21 |
Family
ID=77688769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110946009.1A Active CN113409920B (zh) | 2021-08-18 | 2021-08-18 | 一种数据传输管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113409920B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102984495A (zh) * | 2012-12-06 | 2013-03-20 | 北京小米科技有限责任公司 | 一种视频图像的处理方法及装置 |
US20140254942A1 (en) * | 2012-04-25 | 2014-09-11 | Tencent Technology (Shenzhen) Co., Ltd. | Systems and methods for obtaining information based on an image |
CN104822047A (zh) * | 2015-04-16 | 2015-08-05 | 中国科学院上海技术物理研究所 | 一种基于网络自适应医学图像传输显示方法 |
CN105516670A (zh) * | 2015-12-17 | 2016-04-20 | 成都汇智远景科技有限公司 | 一种医疗图像传输方法 |
CN109640366A (zh) * | 2019-01-16 | 2019-04-16 | 任成付 | 即时网络切换系统 |
CN112702540A (zh) * | 2020-12-22 | 2021-04-23 | 陈王芳 | 基于fpga的嵌入式图像采集处理方法及系统 |
-
2021
- 2021-08-18 CN CN202110946009.1A patent/CN113409920B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140254942A1 (en) * | 2012-04-25 | 2014-09-11 | Tencent Technology (Shenzhen) Co., Ltd. | Systems and methods for obtaining information based on an image |
CN102984495A (zh) * | 2012-12-06 | 2013-03-20 | 北京小米科技有限责任公司 | 一种视频图像的处理方法及装置 |
CN104822047A (zh) * | 2015-04-16 | 2015-08-05 | 中国科学院上海技术物理研究所 | 一种基于网络自适应医学图像传输显示方法 |
CN105516670A (zh) * | 2015-12-17 | 2016-04-20 | 成都汇智远景科技有限公司 | 一种医疗图像传输方法 |
CN109640366A (zh) * | 2019-01-16 | 2019-04-16 | 任成付 | 即时网络切换系统 |
CN112702540A (zh) * | 2020-12-22 | 2021-04-23 | 陈王芳 | 基于fpga的嵌入式图像采集处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113409920B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114648530B (zh) | 一种ct图像处理方法 | |
CN110930416B (zh) | 一种基于u型网络的mri图像前列腺分割方法 | |
JP7081680B2 (ja) | 学習済みモデルの製造方法、輝度調整方法および画像処理装置 | |
CN110648337A (zh) | 髋关节分割方法、装置、电子设备和存储介质 | |
US8634610B2 (en) | System and method for assessing cancer risk | |
US20230177698A1 (en) | Method for image segmentation, and electronic device | |
KR102254971B1 (ko) | 인공지능을 이용한 조영증강 영상 및 비조영증강 영상 변환 방법 및 장치 | |
CN110223261A (zh) | 医学图像处理方法和系统、存储介质及计算机设备 | |
US11406340B2 (en) | Method for converting tone of chest X-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method | |
CN114693682B (zh) | 一种基于图像处理的脊椎特征识别方法 | |
CN114742747A (zh) | 基于深度学习的髋关节置换术后影像的评估方法及系统 | |
CN114723762A (zh) | 一种膝关节ct图像自动分割方法、装置及电子设备 | |
CN113989551A (zh) | 一种基于改进ResNet网络的阿尔茨海默病分类方法 | |
US6608915B2 (en) | Image processing method and apparatus | |
CN113409920B (zh) | 一种数据传输管理方法及系统 | |
US8553957B2 (en) | Method of processing image and image processing apparatus using the method | |
CN112419330B (zh) | 一种基于空间相对位置先验的颞骨关键解剖结构自动定位方法 | |
CN117745704A (zh) | 一种用于骨质疏松识别的脊椎区域分割系统 | |
CN112507818A (zh) | 一种基于近红外图像的光照估计方法及系统 | |
CN111489318A (zh) | 医学图像增强方法和计算机可读存储介质 | |
JP2004030596A (ja) | 画像階調変換方法、画像階調変換装置、システム、プログラム及び記憶媒体 | |
US8116545B2 (en) | Method and system for analysis of bone density | |
Nakazeko et al. | Estimation of patient’s angle from skull radiographs using deep learning | |
CN115187600B (zh) | 一种基于神经网络的脑部出血体积计算方法 | |
CN117408988B (zh) | 基于人工智能的病灶图像分析方法及装置 |
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: 20220721 Address after: 201615 room 1904, G60 Kechuang building, No. 650, Xinzhuan Road, Songjiang District, Shanghai Patentee after: Shanghai Mingping Medical Data Technology Co.,Ltd. Address before: 102400 no.86-n3557, Wanxing Road, Changyang, Fangshan District, Beijing Patentee before: Mingpinyun (Beijing) data Technology Co.,Ltd. |