[发明专利]适用于三维脑组织高分辨海量图集的数据快速归档方法

说明书

本发明涉及一种适用于三维脑组织高分辨海量图集的数据快速归档方法，包括以下步骤：生成归档数据：将三维数据空间分割为若干大小相等数据块，并以n+1种不同分辨率生成n+1套数据集，各自根据路径自索引结构保存为独立数据文档；提取归档数据：通过感兴趣区域的起始坐标和终止坐标以及第几级分辨率6个参数，计算出包含所述感兴趣区域所需的最少数据块；依次将感兴趣区域所需的数据块的独立数据文档读入内存，并与保留感兴趣区域的数据点组成感兴趣的数据空间。本发明对三维脑组织高分辨海量图集进行归档，无需索引文件便可从归档文件中快速、连续调取出感兴趣数据块。本发明中建立和提取文档过程具有并行性，可以通过应用并行计算作进一步加速。

技术领域

本发明适用于生物医学图像处理领域，更具体的，适用于三维脑组织高分辨海量图集的归档，并能从归档文件中快速、连续调取出感兴趣数据块，在不增加硬件投入的情况下大大提高计算机系统对脑科学研究中所获得三维海量图像数据集的处理能力，具体涉及一种适用于三维脑组织高分辨海量图集的数据快速归档方法。

背景技术

现在的脑科学研究中，随着成像技术的发展，一方面研究人员可以对大范围的脑组织进行成像，另一方面，可以对更加精细的脑组织进行成像，随着成像范围和成像精度的增加，所产生的图像数据量也非常巨大，往往达到TB级。如何处理这些海量脑组织图像数据是一个非常大的挑战。通常采用两种解决方法。第一种就是提升硬件水平，例如超级计算机，但是这个投入是非常巨大。第二种方法就是对数据组织进行优化，最常用的方法就是采用多级分辨率技术。该技术在地理信息系统以及遥感图像领域运用的较多。

在中国发明专利说明书CN102663140A中提出了一种用于TB级图像的快速访问方法，该方法通过建立图像索引和图像分块实现，根据图像所应用的场景，建立数据索引，并将图像转换成小图的方式，利用内存缓冲池和显存缓冲池技术实现数据快速访问。但是该方法所处理的图像仅为二维图像，所建立的索引适用于特定的应用领域。而且，索引文件是针对每个小文件都建立，数量巨大，消耗计算资源。

在中国发明专利说明书CN103440350A中，提出了一种基于八叉树的三维数据检索方法，该方法通过将三维数据建立八叉树文件并建立对应每个八叉树节点数据块索引表，通过查询数据块对应的标识，来找到所对应的数据块。完成三维数据的检索请求。该方法每次检索的三维数据块的最小单位为每个八叉树数据块的大小。

上述两个专利主要面向地理遥感中产生的海量数据，与遥感图像相比较，三维脑组织图像中包含许多组织结构信息，例如血管、神经网络，结构复杂。研究人员对脑组织中的某些结构的位置都是采用坐标表示，调取感兴趣区域时也是通过其在整个图像中的坐标信息来完成调取，不适合采用索引文件。另一方面由于脑组织中多结构的特点，其在三维空间中具有一定的连续性，所以不能采用二维的方式来存储这些连续图像。

在脑科学研究中广泛使用的一些商业软件也提出了归档三维海量数据的解决方案，例如Amira软件中的Large Data Access(LDA)模块和Open Inventor可视化开发平台中的Large Data Management(LDM)开发包。无论是LDA或LDM，都将所有的数据(不同分辨率水平)归档在一个单一的文档中，并不适合数百GB以上数据的存储和传输，数据归档时也不易实现并行化。

发明内容

本发明所要解决的技术问题是提供一种用于三维脑组织高分辨海量图集的快速提取方法，对三维脑组织高分辨海量图集进行归档，并能从归档文件中快速、连续调取出感兴趣数据块，在不增加硬件投入的情况下大大提高计算机系统对脑科学研究中所获得三维海量图像数据集的处理能力。

一种适用于三维脑组织高分辨海量图集的数据快速归档方法，其特征在于包括以下步骤：

1)生成归档数据：

将三维数据空间分割为由若干大小相等数据块，所组成的数据集D0，每个数据块的尺寸为x、y、z；