[发明专利]一种存储医学图像的方法和装置

说明书

本发明公开了一种存储医学图像的方法和装置，该方法包括以下步骤：提取图像库中的各个医学图像的轮廓特征，根据所述轮廓特征，对所述图像库中的医学图像进行分类；分别对各类医学图像组建三维张量，对所述三维张量执行傅立叶变换，得到三维傅立叶系数张量；使用三维随机欠采样模板，对所述三维傅立叶系数张量进行采样，将得到的样本点作为与该类医学图像对应的压缩存储数据，存储到存储服务器中。本发明以远低于奈奎斯特‑香农采样定理要求的样本量完成海量医学图像在云端的存储，能够极大地节省存储空间，降低了医学图像在云端的存储空间要求，提高了医学图像的存储安全性，能够有效地防止未授权用户获得就医人员的诊断数据。

技术领域

本发明涉及计算机技术领域，具体涉及一种存储医学图像的方法和装置。

背景技术

随着云计算时代的到来，越来越多的医疗服务机构倾向于将其每天产生的大量医疗诊断影像(例如，超声波成像和磁共振成像)数据存储于云服务器中。然而，医学图像的云存储会存在以下两个问题：首先，由于每天都有海量医学图像的产生，需要大量占用存储服务器的存储空间，导致存储服务器容量不足；其次，将医学图像直接存储到云端，还会导致数据泄露风险的增大。

发明内容

本发明提供了一种存储医学图像的方法和装置，以解决现有的医学图像的云存储中存在的容量大以及安全风险大的缺陷。

本发明提供了一种存储医学图像的方法，包括以下步骤：

提取图像库中的各个医学图像的轮廓特征，根据所述轮廓特征，对所述图像库中的医学图像进行分类；

分别对各类医学图像组建三维张量，对所述三维张量执行傅立叶变换，得到三维傅立叶系数张量；

使用三维随机欠采样模板，对所述三维傅立叶系数张量进行采样，将得到的样本点作为与该类医学图像对应的压缩存储数据，存储到存储服务器中。

可选地，所述的方法，还包括：

将所述三维随机欠采样模板设置为保护数据。

可选地，对所述三维张量执行傅立叶变换，得到三维傅立叶系数张量，具体为：

对所述三维张量逐层执行傅立叶变换，得到三维傅立叶系数张量，使每层图像的信息集中在傅立叶变换域的中心位置。

可选地，将得到的样本点作为与该类医学图像对应的压缩存储数据，存储到存储服务器中之后，还包括：

从所述存储服务器中获取所述压缩存储数据，获取与所述压缩存储数据对应的三维随机欠采样模板，并根据所述压缩存储数据以及与所述压缩存储数据对应的三维随机欠采样模板，重建与所述压缩存储数据对应的医学图像。

可选地，根据所述压缩存储数据以及与所述压缩存储数据对应的三维随机欠采样模板，重建与所述压缩存储数据对应的医学图像，具体为：

采用以下公式重建与所述压缩存储数据对应的医学图像：

x＝argmin||x||₁ s.t.||φFm-b||₂≤ε

其中，m为与所述压缩存储数据对应的医学图像，x为m的稀疏表示，F为m的逐层傅立叶变换，||x||₁为x的L1范数，b为所述压缩存储数据，ф为三维随机欠采样模板。

本发明提供了一种存储医学图像的装置，包括：

提取模块，用于提取图像库中的各个医学图像的轮廓特征；

分类模块，用于根据所述轮廓特征，对所述图像库中的医学图像进行分类；

组建模块，用于分别对各类医学图像组建三维张量；