CN117082155B - 基于5g技术的医疗影像传输系统 - Google Patents

Abstract

本发明涉及图像传输领域，具体涉及基于5G技术的医疗影像传输系统。该系统包括：影像采集模块，医疗影像信息处理模块，医疗影像压缩传输模块；对待传输医疗影像数据进行采集并构建传输矩阵；提取有效数据及各集合；根据集合中各细节数据的数据值得到集合的关联跨度系数；构建各集合的医疗细节信息窄阔度；进而得到各集合的短码压缩优选度；根据短码压缩优选度及细节数据的出现频率获取细节数据的细节权值需求度，构建各有效数据的数据差异指数，最终计算各有效数据的优化细节权值需求度，并作为哈夫曼编码的权值对医疗影像数据自适应压缩，采用5G技术对压缩数据进行传输。从而实现医疗影像的自适应压缩，传输效率高。

Description

基于5G技术的医疗影像传输系统

技术领域

本发明涉及图像传输领域，具体涉及基于5G技术的医疗影像传输系统。

背景技术

随着X光医疗影像技术以及5G技术的发展与普及，通过5G技术传输X光医疗影像逐渐成为了X光医疗影像传输系统中的重要手段。而传输过程中为了减轻设备压力提高传输速度，通常会采用一些技术对影像进行压缩处理，如离散余弦变换、离散小波变换、哈夫曼编码等，其中哈夫曼编码因其压缩率高、简单直观、无损等优点，被广泛应用于X光医疗影像传输的压缩当中。

然而哈夫曼编码的压缩原理是对影像数据中出现频率较高的赋予较短的编码，对于出现频率较低的数据赋予较长的编码，而频率较高的数据通常属于重要信息，赋予较短的编码能在传输过程中把数据丢失可能性降到最低，频率较低的数据则通常属于非重要信息或是噪声信息，赋予较长的编码即便在传输过程中丢失也对整体影响较小。但这种编码压缩方法并没有考虑信息本身在X光医疗影像中的重要程度，仅考虑了数据本身的出现频率，而X光医疗影像中往往细节信息的重要程度更大，并且出现频率较低，使用哈夫曼编码进行压缩传输则可能会导致细节信息的丢失，造成医生对X光医疗影像的误判。

综上所述，本发明提出了基于5G技术的医疗影像传输系统，对X光医疗影像中的信息进行处理，将有效信息进行区分，对于有效信息中的细节信息进行短码需求度计算，进而计算有效信息中细节信息的权值需求度，改进哈夫曼编码的编码权值，结合哈夫曼编码对X光医疗影像中的信息进行编码，完成X光医疗影像的压缩编码后进行基于5G的传输。

发明内容

为了解决上述技术问题，本发明的目的在于提供基于5G技术的医疗影像传输系统，所采用的技术方案具体如下：

本发明提出了基于5G技术的医疗影像传输系统，所述系统包括：

影像采集模块，对待传输的X光医疗影像数据进行采集，根据X光医疗影像数据构建传输矩阵；

医疗影像信息处理模块，根据传输矩阵中各数据点的数据值关系得到有效数据，将有效数据中LOF得分高于得分阈值的有效数据作为细节数据；根据各细节数据的邻域信息得到各集合；根据集合中各细节数据的数据值得到集合的关联跨度系数；构建各集合的医疗细节信息窄阔度；根据各集合的关联跨度系数及医疗细节信息窄阔度得到各集合的短码压缩优选度；根据集合的短码压缩优选度及细节数据的出现频率获取细节数据的细节权值需求度，根据有效数据的数据值均值获取各有效数据的数据差异指数；根据数据差异指数及细节权值需求度得到有效数据的优化细节权值需求度；

医疗影像压缩传输模块，基于优化细节权值需求度结合哈夫曼编码完成医疗影像数据的自适应压缩，采用5G技术将压缩完成的数据进行传输；

所述根据传输矩阵中各数据点的数据值关系得到有效数据包括：将所述传输矩阵中数据值最大的数据点作为起始点，分别计算起始点数据值与各数据点数据值的差值，将所述差值小于差值阈值的数据点作为有效数据；

所述根据集合中各细节数据的数据值得到集合的关联跨度系数，表达式为：

式中，为第y个集合的关联跨度系数，/>为第y个集合中细节数据上标的最大值，/>为第y个集合中细节数据上标的最小值，/>为第y个集合中细节数据下标的最大值，为第y个集合中细节数据下标的最小值；

所述医疗细节信息窄阔度表达式为：

式中，为第y个集合的医疗细节信息窄阔度，/>为第y个集合中所有细节数据的涵盖行数，/>为第y个集合中所有细节数据的涵盖列数，/>为第y个集合中对应第v行的细节数据上标的最大值，/>为第y个集合中对应第v行的细节数据上标的最小值，/>为第y个集合中对应第c列的细节数据下标的最大值，/>为第y个集合中对应第c列的细节数据下标的最小值；

所述根据各集合的关联跨度系数及医疗细节信息窄阔度得到各集合的短码压缩优选度包括：对于各集合，计算集合关联跨度系数与医疗细节信息窄阔度的乘积，获取所述乘积的负数为指数、自然常数e为底数的指数函数的计算结果，将所述计算结果作为集合的短码压缩优选度；

所述细节权值需求度包括：统计细节数据在集合中出现的频率，将所述频率与所述集合的短码压缩优选度的乘积作为细节数据的细节权值需求度；

所述根据有效数据的数据值均值获取各有效数据的数据差异指数包括：计算所有有效数据的数据值均值，计算有效数据的数据值与所述均值的差值，将所述差值作为以自然常数e为底数的指数函数的指数，获取所述指数函数的计算结果，将所述计算结果作为有效数据的数据差异指数；

所述根据数据差异指数及细节权值需求度得到有效数据的优化细节权值需求度包括：将细节权值需求度与数据差异指数的比值作为有效数据的优化细节权值需求度。

进一步的，所述根据X光医疗影像数据构建传输矩阵包括：

式中，K为传输矩阵，为传输矩阵中第u行第n列数据的数据值，其中，/>，/>灰度影像中第u行的第n个灰度值，/>为灰度值/>在灰度影像中出现的频率，n为传输矩阵的列数，u为传输矩阵的行数。

进一步的，所述根据各细节数据的邻域信息得到各集合，具体为：

对于各细节数据，若细节数据局部邻域内存在其他细节数据，则将该细节数据与所述局部邻域内所有的细节数据作为一个集合，采用所述集合的获取方法得到各集合。

本发明具有如下有益效果：

X光医疗影像进行传输时通常需要进行数据压缩，而传统对X光医疗影像的压缩是采用哈夫曼编码进行压缩，然而哈夫曼编码考虑影像数据出现的频率进行压缩而未考虑到数据本身对影像的重要性，最后造成重要数据的丢失。本发明通过对X光医疗影像中的有效数据进行划分，根据有效数据中的数据重要性构建细节数据的权值需求度，进而改进哈夫曼编码的编码权值计算，最终实现哈夫曼在编码时不仅考虑数据本身的出现频率，还考虑数据本身在X光医疗影像中的重要程度，解决了哈夫曼编码对X光医疗影像进行压缩时容易忽视数据重要性而导致数据丢失的问题。

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和优点，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的介绍，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的前提下，还可以根据这些附图获得其它附图。

图1为本发明一个实施例所提供的基于5G技术的医疗影像传输系统框图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的基于5G技术的医疗影像传输系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的基于5G技术的医疗影像传输系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的基于5G技术的医疗影像传输系统框图，该系统包括：影像采集模块101、医疗影像信息处理模块102、医疗影像压缩传输模块103。

影像采集模块101，对待传输的X光医疗影像数据进行获取。

对拍摄完毕并且上传至医疗系统中的X光医疗影像进行影像获取，并将影像进行基于加权平均法的灰度影像转换，将灰度影像的所有灰度值作为X光灰度医疗影像的数据，并对所有的灰度值进行频率统计，对于某个灰度X光医疗影像数据，从上往下，从左往右获取每一行的灰度影像的灰度值，将第j行的数据记录为，例如，/> 即表示在灰度影像中第3行的第10个灰度值，也即第三行第10个数据值，将灰度数据组成的序列作为灰度数据序列A。统计灰度影像中每一个灰度值所出现的次数并记录其出现频率为/>，为灰度影像中灰度值m出现的频率，m为灰度影像中灰度值总数，因此，每一个灰度值数据都有其对应的出现频率数据，将每个灰度值数据出现的频率组成的序列作为频率数据序列B，将灰度数据序列A和频率数据序列B结合构成数据序列C，假设数据序列A中第j行第i个数据，其对应的数据频率为/>，则在所述数据序列C中对应的数据点为/>，/>(/>)，也即，将数据A的数据值作为数据C的数据值，将数据B作为数据C的携带属性值，进而，根据该X光医疗影像的所有数据序列C构成该X光医疗影像的传输矩阵K：

式中，为传输矩阵中第u行第n列的数据值，其中，/>，/>灰度影像中第u行的第n个灰度值，/>为灰度值/>在灰度影像中出现的频率。

医疗影像信息处理模块102，对X光医疗影像中的信息进行处理，将X光医疗影像中的有效信息进行区分，对于有效信息中的细节信息进行短码需求度计算，进而计算有效信息中细节信息的权值需求度，改进哈夫曼编码的编码权值，基于新权值对X光医疗影像中的信息进行编码。

在拍摄X光医疗影像后，医生通常需要仔细观察该影像所拍摄的病灶细节，然而由于病人的情况多样，医生所需观察的部位也不相同，所以在X光医疗影像中有效信息与无效信息的占比也不相同，所以在数据传输压缩时，需要针对X光医疗影像中的信息进行区分，并分析有效数据中各项数据的重要性，最后根据数据的重要性进行不同长度的编码，提高数据传输的完整性与安全性。

首先，对于所获取的传输矩阵K，将其中的有效信息进行划分。首先，考虑到医疗影像中的高亮区域高频信息的显著性较高，因此，本实施例将基于传输矩阵中各数据点的灰度显著性对有效数据进行初步提取。获取传输矩阵中数据值最大的数据点作为起始点（即所有数据序列C中数据值A最大的点），计算传输矩阵中起始点数据值与各数据点数据值的差值，将差值绝对值小于差值阈值的数据点作为有效数据。需要说明的是，差值阈值的设定实施者可自行设置，本实施例中差值阈值取值为15。

而在有效数据中，数据值较大的数据点在X光医疗影像里表现为高亮，而高亮区域通常细节较少，而亮度相对较低的地方则细节更多，数据也相对更为重要，而这类数据在传输矩阵中表现为数据宽度较小，并且跨行列程度较低，属于局部关联数据。为了将有效数据中的细节数据进行划分，对每一行数据中的有效数据进行基于LOF异常监测算法的异常得分计算，LOF算法的输入为传输矩阵中每一行中的有效数据（即（/>，/>）），设定超参数K=3，输出为传输矩阵中每一行中的每一个有效数据的得分情况。

由于有效数据中数据值大的（即表现为高亮的数据点）占比较大，出现频率较高，数据分布密度较大，所以经过异常得分计算后亮度相对较低的细节数据得分则较高，将得分高于得分阈值的有效数据标记为细节数据，得分低于得分阈值的有效数据标记为普通有效数据，至此对于传输矩阵K中，划分出普通有效数据以及细节数据。需要说明的是，本实施例中得分阈值经验值取0.9，实施者可根据实际情况自行设定。

对于细节数据而言，其主要是X光医疗影像中的一些内脏边缘或是骨骼边缘，通常较细且整体较短。在数据传输矩阵K中对每个细节数据进行八邻域分析，此处八邻域连接指的是对于某个细节数据而言，分析其八邻域内是否存在其他细节数据，若存在，则将这个细节数据点与八邻域中找到的细节数据点划分到一个集合中，记为集合D，以此类推，最终每个细节数据都划分至属于它的集合中，对于某个集合D中的各细节数据，按照数据值从小到大排序，将各细节数据点的上标组成上标序列记为E，下标组成下标序列记为F，例如若第y个集合中的细节数据为（/>，/>，/>），则该集合上标序列E为：/>=1，/>=2，/>=3，下标序列F为：/>=1，/>=2，/>=2，根据集合中各细节数据的上下标序列构建集合的关联跨度系数（KES）：

式中，为第y个集合的关联跨度系数，/>为第y个集合中细节数据上标的最大值，/>为第y个集合中细节数据上标的最小值，/>为第y个集合中细节数据下标的最大值，为第y个集合中细节数据下标的最小值。当细节数据的关联跨度系数越大，说明该集合所构成的X光医疗影像信息在影像中跨度越大，越可能不是医疗细节信息；当细节数据的关联跨度系数越小，说明该细节数据所构成的X光医疗影像信息在影像中跨度越小，越可能是医疗细节信息。

重复本实施例上述过程，获取各集合的关联跨度系数。

同时，医疗细节信息还有着数据宽度较小的特点，对于第y个集合中，若在同一列内的数据上标差距越小，则数据构成的医疗细节信息上下宽度越小，若同一行内的数据下标差距越小，则数据构成的医疗细节信息左右宽度越小，基于上述特点构建集合的医疗细节信息窄阔度（DET），表达式具体为：

式中，为第y个集合的医疗细节信息窄阔度，/>为第y个集合中所有细节数据的涵盖行数，/>为第y个集合中所有细节数据的涵盖列数，/>为第y个集合中对应第v行的细节数据上标的最大值，/>为第y个集合中对应第v行的细节数据上标的最小值，/>为第y个集合中对应第c列的细节数据下标的最大值，/>为第y个集合中对应第c列的细节数据下标的最小值。当医疗细节信息窄阔度越大，说明该医疗集合中的数据所构成的医疗细节信息数据宽度越宽，可能不是医疗细节信息；当医疗细节信息窄阔度越小，说明该医疗细节信息集合中的数据所构成的医疗细节信息数据看宽度越窄，越可能是医疗细节信息。

进一步地，本实施例将联合集合的关联跨度系数（KES）以及集合的医疗细节信息窄阔度（DET），构建集合的短码压缩优选度（HDY），表达式为：

式中，为第y个集合的短码压缩优选度，/>为第y个集合的关联跨度系数，为第y个集合的医疗细节信息窄阔度。当/>越大，说明该集合的数据构成的信息跨行列程度越小，整体信息较窄，该信息越可能是医疗细节信息，需要利用更短的编码进行压缩，以保证其传输的完整性；当/>越小，说明该集合的数据构成的信息跨行列程度大，整体信息较宽，该信息可能不是医疗细节信息。

将第y个集合的短码压缩优选度赋予第y个集合中的所有细节数据，并根据集合每个细节数据的出现频率值，构建细节权值需求度，对集合中各细节数据的细节权值需求度进行分析，所述细节权值需求度表达式为：

式中，为集合y中第w个细节数据的细节权值需求度，/>为第y个集合的短码压缩优选度，/>为第w个细节数据在集合y中的出现频率。将细节数据的细节权值需求度作为哈夫曼编码的压缩编码长短权值，对于出现频率越高，所在集合的短码压缩优选度越大的细节数据给予更短的编码，也即细节权重需求度越大；对于出现频率越低，所在集合的短码压缩优选度越小的细节数据给予更长的编码，也即对应细节权重需求度越小。

需要说明的是，X光医疗影像数据的关联跨度系数（KES）以及医疗有效信息窄阔度（DET）对于普通有效数据而言同样可以计算，同样根据本实施例上述过程可得到各普通有效数据的细节权值需求度。

但普通有效数据的关联跨度系数更大，医疗有效信息窄阔度更大。但由于相比普通有效数据而言，细节数据更为重要，因此细节数据最终编码的长度会比普通有效数据编码长度更短。同时，考虑到在普通有效数据中也可能存在行列跨度较小，信息宽度较窄的情况，此时则难以分辨出普通有效数据以及细节数据的重要性。

针对本实施例上述情况，本实施例对权值需求度进行优化调整，具体的，普通有效数据在X光医疗影像中主要体现为密集的高亮数据点，而细节数据相对普通有效数据而言则为离散的低亮数据点。因此，根据各有效数据的灰度值特征，对各有效数据的细节权值需求度进行进一步的分析。首先计算所有有效数据的数据值均值G，对于每一个有效数据而言，构建其数据差异指数（DAT），表达式为：

式中，为第k个有效数据的数据差异指数，/>为第k个有效数据的数据值，G为所有有效数据的数据值均值。若/>为正数，说明该有效数据值大于均值，为普通有效数据，的值大于1，若/>为负数，说明该有效数据值小于均值，为细节数据，/>的值小于1。将有效数据点的数据值纳入权值需求度中，则对细节权值需求度进行调整得到优化细节权值需求度，获取最终用于改进哈夫曼编码的权值，所述优化细节权值需求度表达式具体为：

式中，为第w个有效数据的优化细节权值需求度，/>为第w个有效数据的细节权值需求度，/>为第w个有效数据的数据差异指数。当有效数据的优化细节权值需求度越大，赋予的权值更高，使用哈夫曼编码后的码长越短，其在传输过程中的完整性和安全性更高、效率更快。

重复本实施例上述过程，获取各有效数据的优化细节权值需求度，并将各有效数据的优化细节权值需求度作为数据编码过程中改进的哈夫曼编码权值。

至此，在使用哈夫曼编码对需要传输的X光医疗影像数据压缩时，不仅考虑了数据的出现频率，还考虑了数据相关的重要程度。

医疗影像压缩传输模块103，对X光医疗影像进行压缩编码并基于5G技术进行医疗影像的传输。

根据本实施例上述过程，基于优化细节权值需求度对哈夫曼编码权值进行改进，利用改进后的哈夫曼编码针对X光医疗影像中的有效数据按照其不同的出现频率以及重要性进行不同长度的编码，完成医疗影像中有效数据的自适应编码过程，同时，对于医疗影像中除有效数据外的其他数据，采用传统哈夫曼编码对所述其他数据进行编码处理即可。需要说明的是，哈夫曼编码的过程为现有公知技术，不在本实施例保护范围内，在此不做相关阐述。

本实施例中所述医疗影像传输系统步骤如下：

1.通过数据采集模块获取X光医疗影像，并对其进行预处理，最终获取患者的X光医疗影像数据传输矩阵作为待压缩处理数据传输至医疗影像信息处理模块中进行处理；

2.通过医疗影像信息处理模块对获取的数据进行处理，自适应获取各数据的优化细节权值需求度，作为改进后的哈夫曼编码权值，并利用哈夫曼编码对数据进行压缩，提高数据传输时的完整性和安全性，进而对压缩完毕的数据标记为待传输数据；

3.通过医疗影像压缩传输模块对压缩完毕后的数据进行基于5G技术的传输，最后传输到用户所需传输的目标系统或是设备中，以供用户使用。需要说明的是采用5G技术进行数据传输的过程不在本实施例保护范围内，可通过现有技术实现，在此不做相关详细阐述。

综上所述，根据本实施例上述过程可实现医疗影像的高效传输，对医疗影像进行自适应压缩，完成医疗影像的传输处理。X光医疗影像进行传输时通常需要进行数据压缩，而传统对X光医疗影像的压缩是采用哈夫曼编码进行压缩，然而哈夫曼编码考虑影像数据出现的频率进行压缩而未考虑到数据本身对影像的重要性，最后造成重要数据的丢失。

本实施例通过对X光医疗影像中的有效数据进行划分，根据有效数据中的数据重要性构建细节数据的权值需求度，进而改进哈夫曼编码的编码权值计算，最终实现哈夫曼在编码时不仅考虑数据本身的出现频率，还考虑数据本身在X光医疗影像中的重要程度，解决了哈夫曼编码对X光医疗影像进行压缩时容易忽视数据重要性而导致数据丢失的问题。

需要说明的是：上述本实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同或相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (3)

1.基于5G技术的医疗影像传输系统，其特征在于，所述系统包括：

影像采集模块，对待传输的X光医疗影像数据进行采集，根据X光医疗影像数据构建传输矩阵；

医疗影像信息处理模块，根据传输矩阵中各数据点的数据值关系得到有效数据，将有效数据通过LOF异常监测算法得到的异常得分作为有效数据的LOF得分，将有效数据中LOF得分高于得分阈值的有效数据作为细节数据；根据各细节数据的邻域信息得到各集合；根据集合中各细节数据的数据值得到集合的关联跨度系数；构建各集合的医疗细节信息窄阔度；根据各集合的关联跨度系数及医疗细节信息窄阔度得到各集合的短码压缩优选度；根据集合的短码压缩优选度及细节数据的出现频率获取细节数据的细节权值需求度，根据有效数据的数据值均值获取各有效数据的数据差异指数；根据数据差异指数及细节权值需求度得到有效数据的优化细节权值需求度；

医疗影像压缩传输模块，基于优化细节权值需求度结合哈夫曼编码完成医疗影像数据的自适应压缩，采用5G技术将压缩完成的数据进行传输；

所述根据传输矩阵中各数据点的数据值关系得到有效数据包括：将所述传输矩阵中数据值最大的数据点作为起始点，分别计算起始点数据值与各数据点数据值的差值，将所述差值小于差值阈值的数据点作为有效数据；

所述根据集合中各细节数据的数据值得到集合的关联跨度系数，表达式为：

式中，为第y个集合的关联跨度系数，/>为第y个集合中细节数据上标的最大值，为第y个集合中细节数据上标的最小值，/>为第y个集合中细节数据下标的最大值，为第y个集合中细节数据下标的最小值；

所述医疗细节信息窄阔度表达式为：

式中，为第y个集合的医疗细节信息窄阔度，/>为第y个集合中所有细节数据的涵盖行数，/>为第y个集合中所有细节数据的涵盖列数，/>为第y个集合中对应第v行的细节数据上标的最大值，/>为第y个集合中对应第v行的细节数据上标的最小值，/>为第y个集合中对应第c列的细节数据下标的最大值，/>为第y个集合中对应第c列的细节数据下标的最小值；

所述根据各集合的关联跨度系数及医疗细节信息窄阔度得到各集合的短码压缩优选度包括：对于各集合，计算集合关联跨度系数与医疗细节信息窄阔度的乘积，获取所述乘积的负数为指数、自然常数e为底数的指数函数的计算结果，将所述计算结果作为集合的短码压缩优选度；

所述细节权值需求度包括：统计细节数据在集合中出现的频率，将所述频率与所述集合的短码压缩优选度的乘积作为细节数据的细节权值需求度；

所述根据有效数据的数据值均值获取各有效数据的数据差异指数包括：计算所有有效数据的数据值均值，计算有效数据的数据值与所述均值的差值，将所述差值作为以自然常数e为底数的指数函数的指数，获取所述指数函数的计算结果，将所述计算结果作为有效数据的数据差异指数；

所述根据数据差异指数及细节权值需求度得到有效数据的优化细节权值需求度包括：将细节权值需求度与数据差异指数的比值作为有效数据的优化细节权值需求度。

2.根据权利要求1所述的基于5G技术的医疗影像传输系统，其特征在于，所述根据X光医疗影像数据构建传输矩阵包括：

式中，K为传输矩阵，为传输矩阵中第u行第n列数据的数据值，其中，/>，/>灰度影像中第u行的第n个灰度值，/>为灰度值/>在灰度影像中出现的频率，n为传输矩阵的列数，u为传输矩阵的行数。

3.根据权利要求1所述的基于5G技术的医疗影像传输系统，其特征在于，所述根据各细节数据的邻域信息得到各集合，具体为：

对于各细节数据，若细节数据局部邻域内存在其他细节数据，则将该细节数据与所述局部邻域内所有的细节数据作为一个集合，采用所述集合的获取方法得到各集合。