CN115278369A - 一种医疗远程监控系统的数据传输方法 - Google Patents

Abstract

本发明公开了一种医疗远程监控系统的数据传输方法，涉及移动通信领域。包括：S1：获取待传输视频中病理图像的病理灰度图；S2：得到病理灰度图的分割区域；S3：计算每帧病理灰度图中各分割区域的灰度衍生量集合；S4：计算各分割区域的筛选系数并进行升序排序，获取前N²个筛选系数对应的灰度值；S5：设置N×N大小的加密核对病理灰度图进行加密得到病理灰度图的加密信息；S6：对待传输视频的每一帧病理灰度图重复S1‑S5的步骤进行加密并传输。本发明利用灰度衍生信息来实现远程医疗视频的逐帧加密，在加密过程中对图像进行分割，选择合适的卷积核对图像进行卷积完成加密处理，使加密过程的计算量减少，提高加密效率和隐私性。

Description

一种医疗远程监控系统的数据传输方法

技术领域

本发明涉及移动通信领域，具体涉及一种医疗远程监控系统的数据传输方法。

背景技术

随着科学技术的不断发展，人工智能在医疗领域的使用越发成熟，尤其是目前处于疫情阶段，线下问诊相对比较困难，而各种远程医疗监控系统就应运而生，例如最常用的远程医疗方式为线上问诊。线上问诊主要分为两个方面，一是实时问诊，二是非实时问诊。

很多患者因为隐私性问题选择非实时问诊，依据医生的要求录制相应的视频后进行传输问诊，再进行非实时问诊时，为保证患者的隐私都会对患者传输的问诊视频进行加密传输。

现有的非实时问诊的视频的主流加密方式为切片加密和逐帧加密，但是切片加密算法公开，在密钥外泄的情况下很容易就被破解，对于注重隐私的远程医疗数据的传输十分的不安全；而整体逐帧加密，现有的逐帧私有算法加密因为需要考虑图像的整体因素和特征，计算量十分巨大，加密十分耗时。

发明内容

针对上述技术问题，本发明提供了一种医疗远程监控系统的数据传输方法，包括：

S1：获取待传输视频中每一帧病理图像的病理灰度图；

S2：对每一帧病理灰度图利用canny边缘检测算法进行区域分割得到每一帧病理灰度图的分割区域；

S3：计算每一帧病理灰度图中每一个分割区域的灰度级的灰度衍生量，包括：

S301：根据每个分割区域的大小计算该分割区域的自适应滑窗尺寸，利用得到的自适应滑窗尺寸对该分割区域进行滑窗处理得到该分割区域中所有的滑窗区域；

S302：根据每个分割区域中每个滑窗区域中所有像素点的灰度值的频率以及该滑窗区域中像素点的数量计算该滑窗区域的混乱度；

S303：根据每个分割区域中每个滑窗区域的混乱度确定该分割区域的目标窗口，根据该目标窗口中的像素点的灰度值生成该目标窗口的灰度共生矩阵作为该目标窗口对应的分割区域的灰度共生矩阵；

S304：根据每个分割区域的灰度共生矩阵中的元素值以及各元素值在八邻域方向的游程构建该分割区域的灰度衍生矩阵；

S305：根据分割区域的灰度衍生矩阵中各元素值的频率和各元素值在八邻域方向的游程计算该分割区域的灰度衍生矩阵中各元素对应的灰阶参数，利用得到的灰阶参数计算该分割区域的灰度衍生量；

S4：根据每一帧病理灰度图中每个分割区域的灰度衍生量以及该分割区域的灰度衍生量在所有分割区域的灰度衍生量中出现的频率得到该分割区域的筛选系数，对获得的所有分割区域的筛选系数进行升序排序，获取前N²个筛选系数对应的灰度值；

S5：设置N×N大小的加密核，对每一帧病理灰度图和N×N加密核做卷积处理得到病理灰度图的加密信息；

S6：对待传输视频中每一帧病理灰度图按照得到病理灰度图的加密信息进行加密并传输。

对每一帧病理灰度图和N×N加密核做卷积处理得到病理灰度图的加密信息的方法如下：

对获取的筛选系数对应的灰度值根据灰度值的大小作为权值生成H层霍夫曼树，对每一层的灰度值和该帧病理灰度图在待传输视频中的帧数与灰度值在霍夫曼树中的层数的商相乘，根据得到的乘积按照升序进行数据排列，其对应的位置即在N×N加密核矩阵中的位置生成N×N加密核；

对每一帧病理灰度图和该帧的N×N加密核进行卷积处理完成对该帧病理灰度图的加密，得到每一帧病理灰度图的加密信息。

根据每一帧病理灰度图中每个分割区域的灰度衍生量以及该分割区域的灰度衍生量在所有分割区域的灰度衍生量中出现的频率得到该分割区域的筛选系数的方法为：

对得到的每一帧病理灰度图中每个分割区域的灰度衍生量进行规范化处理，利用每个分割区域规范化处理后的灰度衍生量以及规范化处理后的各灰度衍生量的频率计算每个分割区域的筛选系数，具体计算公式如下：

式中：β_a为该帧病理灰度图中第a个分割区域的筛选系数，L′_a为第a个分割区域规范化处理后的灰度衍生量，A为该帧病理灰度图中分割区域的数量，a为该帧病理灰度图中分割区域的序号，P_L′a为第a个分割区域对应的规范化处理后的灰度衍生量在所有分割区域的灰度衍生量中出现的频率。

对得到的每一帧病理灰度图中每个分割区域的灰度衍生量进行规范化处理的计算公式如下：

式中：L′_a为第a个分割区域规范化处理后的灰度衍生量，L_a第a个分割区域的灰度衍生量，min{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最小值，max{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最大值，{L}为该帧病理灰度图中分割区域的灰度衍生量集合。

病理灰度图中分割区域的灰度衍生量集合的获取方法如下：

根据每一帧病理灰度图中每个分割区域的灰度衍生矩阵中灰阶参数分别计算每个分割区域的灰度衍生量，计算公式如下：

式中：Q_a为第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置，L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，D×M为第a个分割区域的灰度衍生矩阵的尺寸，即灰度衍生矩阵中元素的数量，G′为分割区域的灰度衍生矩阵中元素的序号；

将第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置对应的灰阶参数作为第a个分割区域的灰度衍生量；

根据上述方法得到每一帧病理灰度图中每个分割区域的灰度衍生量，将每一帧病理灰度图中所有分割区域的灰度衍生量组合得到该帧病理灰度图的灰度衍生量集合。

分割区域的灰度衍生矩阵中各元素对应的灰阶参数的计算方法为：

得到每个分割区域的灰度衍生矩阵，根据该分割区域的灰度衍生矩阵中各元素的频率以及该元素的位置计算该元素对应的灰阶参数，计算公式如下：

式中：L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，I/J分别表示第a个分割区域的灰度衍生矩阵中行/列的序号，D/M分别表示第a个分割区域的灰度衍生矩阵中行/列的数量，P(I,J)为第a个分割区域的灰度衍生矩阵中第I行第J列的元素在该灰度衍生矩阵中出现的频率。

根据每个分割区域的灰度共生矩阵中的元素值以及各元素值在八邻域方向的游程构建该分割区域的灰度衍生矩阵的过程如下：

以每个分割区域的灰度共生矩阵中不同的元素值作为灰度衍生矩阵的行坐标，将1，2，3，……，M作为列坐标构建分割区域的灰度衍生矩阵，M为灰度共生矩阵中八邻域方向相邻的相同元素的数量的最大值，对该分割区域的灰度共生矩阵中的元素按照八邻域方向的游程搜寻，根据搜寻结果对构建的灰度衍生矩阵进行补充，得到该分割区域的灰度衍生矩阵。

分割区域的灰度共生矩阵的获取方法为：

根据每个分割区域中每个滑窗区域中所有像素点的灰度值出现的频率以及该滑窗区域中像素点的数量计算该滑窗区域的混乱度，将每个分割区域中所有滑窗区域的混乱度最小的目标窗口作为该分割区域的目标窗口，根据该分割区域的目标窗口中的像素点的灰度值生成该目标窗口的灰度共生矩阵作为该目标窗口对应的分割区域的灰度共生矩阵；

其中，各滑窗区域的混乱度的计算公式如下：

式中：B_w为每个分割区域中第w个滑窗区域的混乱度，n_a×n_a为该滑窗区域的像素点数量，即第a个分割区域的滑窗尺寸，i表示该滑窗区域的像素点序号，P_i为第i个像素点对应的灰度值在该滑窗区域出现的频率。

相比于现有技术，本发明实施例的有益效果在于：本发明在对远程医疗视频数据逐帧加密传输的基础上，利用远程医疗视频中逐帧图像灰度化后的灰度值，通过计算每一帧病理灰度图中像素点之间的灰度值的衍生信息，利用灰度衍生信息来实现远程医疗视频的逐帧加密，在对每一帧图像进行加密的过程中对图像进行分割，选择合适的卷积核大小对图像进行卷积完成对图像的加密处理，使加密过程的计算量减少，提高加密效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例1一种医疗远程监控系统的数据传输方法提供的方法流程图；

图2为本发明实施例1一种医疗远程监控系统的数据传输方法提供的灰度衍生量的计算方法流程图；

图3为本发明实施例2一种医疗远程监控系统的数据传输方法提供的方法流程图；

图4为本发明实施例2一种医疗远程监控系统的数据传输方法提供的灰度共生矩阵示例图；

图5为本发明实施例2一种医疗远程监控系统的数据传输方法提供的灰度衍生矩阵示例图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征；在本实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

实施例1

本发明实施例提供了一种医疗远程监控系统的数据传输方法，如图1所示，包括：

S101、获取待传输视频中的病理灰度图

本实施例需要实现远程医疗图像数据的私有算法的逐帧加密并传输，所以首先需要采集患者所需要问诊的视频数据并对图像进行处理，包括采集待传输视频和对待传输视频中的病理图像进行逐帧图像的灰度化，得到待传输视频的每一帧病理图像的灰度图，即待传输视频每一帧的病理灰度图。

S102、得到病理灰度图的分割区域

采集到的远程医疗待传输病理视频的每一帧病理灰度图中，都包含病理信息和背景信息，蕴含不同的信息所在的区域的图像特征并不相同，具体表现在图像中为灰度值纹理不同，因此根据此特征将每一帧的病理灰度图根据其不同特征区域灰度值纹理边缘对每一帧的灰度图像进行分割，得到每一帧病理灰度图中利用canny边缘检测算法得到的分割区域，对得到的病理灰度图进行区域分割进行计算和分析，能够有效减少系统计算量，提高加密效率。

S103、计算各分割区域的灰度级的灰度衍生量

在S101中得到了远程医疗待传输病理视频所有帧的病理灰度图，提取S102中每一帧病理灰度图中所述的所有分割区域的灰度信息，而后利用不同分割区域的灰度信息生成每个分割区域灰度共生矩阵，接着利用区域灰度共生矩阵计算灰度衍生量，而后根据灰度衍生量信息对整帧图像的灰度级进行筛选。通过灰度值确定出灰度共生矩阵，由灰度共生矩阵提出灰度衍生量得到每个区域的灰度衍生矩阵，利用得到的灰度衍生矩阵进行加密，能够有效提高加密的隐私性，灰度衍生量的计算方法流程图如图2所示。

S104、计算每个分割区域的筛选系数

上述过程中，S103中获得了每一帧病理灰度图中所有区域的灰度衍生量，而后对每一帧图像中的每个的分割区域的灰度衍生量进行规范化，根据规范化后的灰度衍生量对每一帧病理灰度图的灰度进行筛选。

规范化处理能够减少计算量，提高加密过程中的效率；对病理灰度图中的灰度进行筛选，通过筛选的灰度值进行加密核的大小的设定，通过加密核的大小对病理灰度图进行加密。

S105、获取病理灰度图的加密信息

根据得到的加密核的大小确定每一帧病理灰度图的加密核，根据加密核和对应的病理灰度图对该病理灰度图进行加密，得到每一帧病理灰度图的加密信息。

S106、对待传输视频进行加密并传输

利用得到的待传输视频中每一帧病理灰度图的加密信息对待传输视频进行逐帧加密，然后由患者端通过即时通信或通信手段将逐帧加密后的远程医疗监控的待传输的病理视频进行传输即可，医生端通过对接收到的加密视频进行解密，完成对待传输的病理视频的加密与传输。

实施例2

本发明实施例提供了一种医疗远程监控系统的数据传输方法，如图3所示，具体内容包括：

S201、获取待传输视频中的病理灰度图

本实施例所述的视频采集方式为利用问诊者方便的便携式相机或附属相机工具采集病理RGB图像视频。

本实施例是利用每一帧的病理灰度图根据其特征进行筛选需要加密的灰度级，而后通过计算需要加密的灰度级的灰度衍生量，利用其灰度衍生量对其完成每帧病理灰度图像的加密，所以需要对待传输的病理视频的每一帧病理图进行灰度化处理，得到每一帧病理灰度图中每个像素点的灰度值。

本实施例所述视频逐帧灰度化方式为对采集的病理RGB图像视频分解为每帧病理图像，而后对视频中的每帧RGB病理图像进行灰度化处理，得到每一帧病理图的病理灰度图，灰度化利用现有的心理学灰度化公式，由于该技术为公知技术，本实施例在此不做赘述。

S202、得到病理灰度图的分割区域

1.对每一帧病理灰度图使用canny算法进行边缘检测，检测图像中的边缘像素点，并记录边缘像素点的灰度值，利用canny算法中的孤立点抑制和连接技术对边缘像素点进行连接拟合。

2.然后使用连通域检测技术对拟合后的图像中根据边缘点的拟合得到的拟合曲线进行连通域的检测，并且根据检测到的连通域对每个连通域作为一个单独区域完成图像分割，得到了每一帧病理灰度图中所有的分割区域。

3.对上述单帧图像得到的分割区域进行标记得到远程医疗待传输的病理视频的第s帧病理灰度图的分割区域集合S，其中S为：

S＝{S₁,S₂,…,S_a,…,S_A}

式中：S_a表示为第s帧病理灰度图中根据图像分割后中的第a个分割区域，A表示分割后第s帧病理灰度图中分割区域的数量(每帧图像的A可不相等，为方便叙述，统一以A作为叙述)，a表示第s帧病理灰度图的分割区域集合S中分割区域的序号。

S203、得到每个分割区域中所有的滑窗区域

本实施例所述滑窗大小为根据不同区域的大小进行自适应滑窗大小n_a×n_a，n_a的计算方式如下所示：

式中：N_a为第a个分割区域的像素点总数，α为最小补偿系数，使得n_a式中为整数。

举例说明：第a个分割区域内的像素点总数N_a＝100，则为保证n_a为整数进行系数补偿，补偿方式有6、15、26…等等，选择最小值6作为补偿系数，即最小补偿系数为α＝6，则该分割区域的滑窗单边大小

即该分割区域的自适应滑窗大小为4×4。

而后利用n_a×n_a大小的滑窗对该分割区域内所有像素点进行遍历，得到第a个分割区域中所有的滑窗区域。

S204：计算各滑窗区域的混乱度

根据分割区域中每个滑窗区域中像素点的灰度值的频率以及像素点的数量计算各滑窗区域的混乱度，根据分割区域中每个滑窗区域的混乱度确定该分割区域的目标窗口，根据该分割区域的目标窗口中的像素点的灰度值生成该分割区域的灰度共生矩阵；

其中，各滑窗区域的混乱度的计算公式如下：

式中：B_w为每个分割区域中第w个滑窗区域的混乱度，n_a×n_a为该滑窗区域的像素点数量，即第a个分割区域的滑窗尺寸，i表示该滑窗区域的像素点序号，P_i为第i个像素点对应的灰度值在该滑窗区域出现的频率。

S205、生成每个分割区域的灰度共生矩阵

获取S204得到的分割区域中每个滑窗区域的混乱度，选择混乱度最小的滑窗区域的作为该分割区域的目标窗口，根据混乱度最小的滑窗区域内的像素点的灰度值生成灰度共生矩阵，将得到的该灰度共生矩阵作为该分割区域的灰度共生矩阵。

重复S205的内容得到每一帧病理灰度图中每一个分割区域的灰度共生矩阵，根据选择混乱度最小的滑窗区域生成该分割区域的灰度共生矩阵能够减少计算量，而混乱度越小，越能代表该分割区域的图像信息能够在提高加密效率的情况下，保证加密传输的信息的准确性。

S206、构建每个分割区域的灰度衍生矩阵

以分割区域的灰度共生矩阵中不同的元素值作为灰度衍生矩阵的行坐标，将1，2，3，……，f，……，M作为列坐标构建分割区域的灰度衍生矩阵，M为灰度共生矩阵中八邻域方向相邻的相同元素的数量的最大值，对该分割区域的灰度共生矩阵中的元素按照八邻域方向的游程搜寻，根据搜寻结果对构建的灰度衍生矩阵进行补充，得到该分割区域的灰度衍生矩阵。

举例说明：在该分割区域的灰度共生矩阵中，统计在灰度共生矩阵中元素值为3的数据在八邻域方向上连续出现的数量，灰度共生矩阵示例图如图4所示；

若在八邻域方向上连续出现三个元素值为3的数据，有且仅有一个邻域方向只出现了一次，则在灰度衍生矩阵中元素值为3所在列与f＝3所在行的位置补充数值1；

若在八邻域方向上只有一个元素值为3的数据，有四个邻域方向只出现了一次，则在灰度衍生矩阵中元素值为3所在列与f＝4所在行的位置补充数值1；

若在八邻域方向上连续出现两个元素值为3的数据，有两个邻域方向共出现了四次，则在灰度衍生矩阵中元素值为3所在列与f＝2所在行的位置补充数值4；

其中，f表示灰度共生矩阵中八邻域方向相邻的相同元素的数量；

根据上述方法对灰度共生矩阵中的元素值在八邻域方向上进行搜寻并统计，完成对该分割区域的灰度衍生矩阵的补充，得到最终的该分割区域的灰度衍生矩阵，灰度衍生矩阵示例图如图5所示。

S207、计算每个分割区域的灰度衍生量

1.计算每个分割区域的灰阶参数

生成分割区域的灰度衍生矩阵，根据该分割区域的灰度衍生矩阵中各元素的频率以及该元素的位置计算该元素对应的灰阶参数，计算公式如下：

式中：L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，I/J分别表示第a个分割区域的灰度衍生矩阵中行/列的序号，D/M分别表示第a个分割区域的灰度衍生矩阵中行/列的数量，P(I,J)为第a个分割区域的灰度衍生矩阵中第I行第J列的元素在该灰度衍生矩阵中出现的频率。

计算得到该分割区域中灰度衍生矩阵中每个元素对应的灰阶参数，即该元素除以区域灰度衍生矩阵所有元素之和，L_aG′越大，则说明该灰阶在窗口内的区域更大。

根据上述方法对每一帧病理灰度图中每一个分割区域进行灰阶参数的计算。

2.计算每个分割区域的灰度衍生量

根据病理灰度图中每个分割区域的灰度衍生矩阵中灰阶参数分别计算每个分割区域的灰度衍生量，计算公式如下：

式中：Q_a为第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置，L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，D×M为第a个分割区域的灰度衍生矩阵的尺寸，即灰度衍生矩阵中元素的数量，G′为分割区域的灰度衍生矩阵中元素的序号；

将第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置对应的灰阶参数作为第a个分割区域的灰度衍生量；

根据上述方法得到每个分割区域的灰度衍生量，将所有分割区域的灰度衍生量组合得到该帧病理灰度图的灰度衍生量集合{L}＝{L₁,L₂,…,L_a,…,L_A}。

3.对每个分割区域的灰度衍生量进行规范化处理

对得到的病理灰度图中各分割区域的灰度衍生量进行规范化处理的计算公式如下：

式中：L′_a为第a个分割区域规范化处理后的灰度衍生量，L_a第a个分割区域的灰度衍生量，min{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最小值，max{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最大值，{L}为该帧病理灰度图中分割区域的灰度衍生量集合。

根据上述方法得到每一帧灰度病理图的灰度衍生量集合。

S208、设置加密核的大小

1.计算每个分割区域的筛选系数

根据病理灰度图中分割区域的灰度衍生量以及各灰度衍生量的频率得到该分割区域的筛选系数的方法为：

对得到的病理灰度图中各分割区域的灰度衍生量进行规范化处理，利用每个分割区域规范化处理后的灰度衍生量以及规范化处理后的各灰度衍生量的频率计算每个分割区域的筛选系数，具体计算公式如下：

式中：β_a为该帧病理灰度图中第a个分割区域的筛选系数，L′_a为第a个分割区域规范化处理后的灰度衍生量，A为该帧病理灰度图中分割区域的数量，a为该帧病理灰度图中分割区域的序号，P_L′a为第a个分割区域对应的规范化处理后的灰度衍生量的频率。

2.得到每一张病理灰度图的筛选系数集合

对得到的每个分割区域的筛选系数进行升序排列，得到该帧病理灰度图的筛选系数序列β′：

β′＝{β′₁,β′₂,…,β′_a,…,β′_A}

对得到的该帧病理灰度图的筛选系数序列β′选择前N²个数据对应的灰度值作为加密灰度值，本实施例选择前9个筛选系数对应的灰度值作为加密灰度值，而后筛选β″所对应的灰度值作为后续的逐帧加密的灰度值序列G′_I，其中β″为：

β″＝{β″₁,β″₂,…,β″₉}

所述的对应灰度值序列为G′_I，其中G′_I为：

G′_I＝{G′₁,G′₂,…,G′₉}

3.设置加密核

对获取的筛选系数对应的灰度值根据灰度值的大小作为权值生成H层霍夫曼树，对每一层的灰度值和该帧病理灰度图在待传输视频中的帧数与灰度值在霍夫曼树中的层数的商相乘，根据得到的乘积按照升序进行数据排列，其对应的位置即在N×N加密核矩阵(即3×3加密核矩阵)中的位置生成N×N加密核(即3×3加密核)。

对病理灰度图和N×N加密核进行卷积处理完成对病理灰度图的加密，得到病理灰度图的加密信息。

利用上述方法得到每一帧病理灰度图的加密核。

S209、对待传输视频进行加密并传输

对待传输视频中的每一帧病理灰度图像都进行如S208所述的方式进行加密，即可完成远程医疗待传输的病理视频的逐帧加密，得到整个远程医疗监控的待传输的病理视频的逐帧加密视频，而后由患者端通过即时通信或通信手段将逐帧加密后的远程医疗监控的病理视频进行传输即可，医生端通过对接收到的加密视频进行解密，即可完成一个完整的视频数据传输周期。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种医疗远程监控系统的数据传输方法，其特征在于，包括：

S1：获取待传输视频中每一帧病理图像的病理灰度图；

S2：对每一帧病理灰度图利用canny边缘检测算法进行区域分割得到每一帧病理灰度图的分割区域；

S3：计算每一帧病理灰度图中每一个分割区域的灰度级的灰度衍生量，包括：

S301：根据每个分割区域的大小计算该分割区域的自适应滑窗尺寸，利用得到的自适应滑窗尺寸对该分割区域进行滑窗处理得到该分割区域中所有的滑窗区域；

S302：根据每个分割区域中每个滑窗区域中所有像素点的灰度值的频率以及该滑窗区域中像素点的数量计算该滑窗区域的混乱度；

S303：根据每个分割区域中每个滑窗区域的混乱度确定该分割区域的目标窗口，根据该目标窗口中的像素点的灰度值生成该目标窗口的灰度共生矩阵作为该目标窗口对应的分割区域的灰度共生矩阵；

S304：根据每个分割区域的灰度共生矩阵中的元素值以及各元素值在八邻域方向的游程构建该分割区域的灰度衍生矩阵；

S305：根据分割区域的灰度衍生矩阵中各元素值的频率和各元素值在八邻域方向的游程计算该分割区域的灰度衍生矩阵中各元素对应的灰阶参数，利用得到的灰阶参数计算该分割区域的灰度衍生量；

S4：根据每一帧病理灰度图中每个分割区域的灰度衍生量以及该分割区域的灰度衍生量在所有分割区域的灰度衍生量中出现的频率得到该分割区域的筛选系数，对获得的所有分割区域的筛选系数进行升序排序，获取前N²个筛选系数对应的灰度值；

S5：设置N×N大小的加密核，对每一帧病理灰度图和N×N加密核做卷积处理得到病理灰度图的加密信息；

S6：对待传输视频中每一帧病理灰度图按照得到病理灰度图的加密信息进行加密并传输。

2.根据权利要求1所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述对每一帧病理灰度图和N×N加密核做卷积处理得到病理灰度图的加密信息的方法如下：

对获取的筛选系数对应的灰度值根据灰度值的大小作为权值生成H层霍夫曼树，对每一层的灰度值和该帧病理灰度图在待传输视频中的帧数与灰度值在霍夫曼树中的层数的商相乘，根据得到的乘积按照升序进行数据排列，其对应的位置即在N×N加密核矩阵中的位置生成N×N加密核；

对每一帧病理灰度图和该帧的N×N加密核进行卷积处理完成对该帧病理灰度图的加密，得到每一帧病理灰度图的加密信息。

3.根据权利要求1所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述根据每一帧病理灰度图中每个分割区域的灰度衍生量以及该分割区域的灰度衍生量在所有分割区域的灰度衍生量中出现的频率得到该分割区域的筛选系数的方法为：

对得到的每一帧病理灰度图中每个分割区域的灰度衍生量进行规范化处理，利用每个分割区域规范化处理后的灰度衍生量以及规范化处理后的各灰度衍生量的频率计算每个分割区域的筛选系数，具体计算公式如下：

式中：β_a为该帧病理灰度图中第a个分割区域的筛选系数，L′_a为第a个分割区域规范化处理后的灰度衍生量，A为该帧病理灰度图中分割区域的数量，a为该帧病理灰度图中分割区域的序号，

为第a个分割区域对应的规范化处理后的灰度衍生量在所有分割区域的灰度衍生量中出现的频率。

4.根据权利要求3所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述对得到的每一帧病理灰度图中每个分割区域的灰度衍生量进行规范化处理的计算公式如下：

式中：L′_a为第a个分割区域规范化处理后的灰度衍生量，L_a第a个分割区域的灰度衍生量，min{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最小值，max{L}表示该帧病理灰度图中各分割区域的灰度衍生量的最大值，{L}为该帧病理灰度图中分割区域的灰度衍生量集合。

5.根据权利要求4所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述病理灰度图中分割区域的灰度衍生量集合的获取方法如下：

根据每一帧病理灰度图中每个分割区域的灰度衍生矩阵中灰阶参数分别计算每个分割区域的灰度衍生量，计算公式如下：

式中：Q_a为第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置，L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，D×M为第a个分割区域的灰度衍生矩阵的尺寸，即灰度衍生矩阵中元素的数量，G′为分割区域的灰度衍生矩阵中元素的序号；

将第a个分割区域的灰度衍生量在灰度衍生矩阵中的位置对应的灰阶参数作为第a个分割区域的灰度衍生量；

根据上述方法得到每一帧病理灰度图中每个分割区域的灰度衍生量，将每一帧病理灰度图中所有分割区域的灰度衍生量组合得到该帧病理灰度图的灰度衍生量集合。

6.根据权利要求1所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述分割区域的灰度衍生矩阵中各元素对应的灰阶参数的计算方法为：

得到每个分割区域的灰度衍生矩阵，根据该分割区域的灰度衍生矩阵中各元素的频率以及该元素的位置计算该元素对应的灰阶参数，计算公式如下：

式中：L_aG′为第a个分割区域的灰度衍生矩阵中的第G′个元素对应的灰阶参数，I/J分别表示第a个分割区域的灰度衍生矩阵中行/列的序号，D/M分别表示第a个分割区域的灰度衍生矩阵中行/列的数量，P(I,J)为第a个分割区域的灰度衍生矩阵中第I行第J列的元素在该灰度衍生矩阵中出现的频率。

7.根据权利要求1所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述根据每个分割区域的灰度共生矩阵中的元素值以及各元素值在八邻域方向的游程构建该分割区域的灰度衍生矩阵的过程如下：

以每个分割区域的灰度共生矩阵中不同的元素值作为灰度衍生矩阵的行坐标，将1，2，3，……，M作为列坐标构建分割区域的灰度衍生矩阵，M为灰度共生矩阵中八邻域方向相邻的相同元素的数量的最大值，对该分割区域的灰度共生矩阵中的元素按照八邻域方向的游程搜寻，根据搜寻结果对构建的灰度衍生矩阵进行补充，得到该分割区域的灰度衍生矩阵。

8.根据权利要求7所述的一种医疗远程监控系统的数据传输方法，其特征在于，所述分割区域的灰度共生矩阵的获取方法为：

根据每个分割区域中每个滑窗区域中所有像素点的灰度值出现的频率以及该滑窗区域中像素点的数量计算该滑窗区域的混乱度，将每个分割区域中所有滑窗区域的混乱度最小的目标窗口作为该分割区域的目标窗口，根据该分割区域的目标窗口中的像素点的灰度值生成该目标窗口的灰度共生矩阵作为该目标窗口对应的分割区域的灰度共生矩阵；

其中，各滑窗区域的混乱度的计算公式如下：

式中：B_w为每个分割区域中第w个滑窗区域的混乱度，n_a×n_a为该滑窗区域的像素点数量，即第a个分割区域的滑窗尺寸，i表示该滑窗区域的像素点序号，P_i为第i个像素点对应的灰度值在该滑窗区域出现的频率。

Images