本發(fā)明涉及存儲醫(yī)學(xué)圖像，并且更具體地涉及壓縮和存儲醫(yī)學(xué)圖像。

背景技術(shù)：

1、醫(yī)學(xué)站點(diǎn)之間的連接性和數(shù)據(jù)共享是數(shù)字化醫(yī)學(xué)數(shù)據(jù)環(huán)境中的醫(yī)學(xué)工作流程的無縫操作的越來越重要的考慮因素。因此，醫(yī)學(xué)設(shè)施在基于云和/或網(wǎng)絡(luò)的系統(tǒng)中托管其數(shù)據(jù)越來越是標(biāo)準(zhǔn)慣例。

2、特別關(guān)注的是在影像歸檔和通信系統(tǒng)(pacs)上存儲醫(yī)學(xué)成像數(shù)據(jù)。醫(yī)學(xué)成像數(shù)據(jù)的存儲本質(zhì)上是數(shù)據(jù)密集型的，因此在許多處理鏈中存在瓶頸。雖然大型云托管數(shù)據(jù)庫為醫(yī)學(xué)站點(diǎn)之間的連接性提供方便的解決方案，但是由于主機(jī)和終端用戶之間的文件傳輸速度受限，它們也帶來了相關(guān)聯(lián)的缺點(diǎn)。

3、因此，有效的醫(yī)學(xué)圖像存儲概念對于降低存儲成本、允許更快的數(shù)據(jù)傳輸和處理速率以及提供大規(guī)模生態(tài)解決方案是重要的。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明由權(quán)利要求限定。

2、所提出的概念旨在提供與醫(yī)學(xué)圖像的存儲、取回和/或通信有關(guān)的方案、解決方案、概念、設(shè)計(jì)、方法和系統(tǒng)。具體地，對醫(yī)學(xué)圖像去噪以生成(基本上)無噪聲的醫(yī)學(xué)圖像。將醫(yī)學(xué)圖像去噪到這種程度允許高壓縮比，并且因此允許醫(yī)學(xué)圖像的空間高效存儲。然而，通常必須仔細(xì)控制醫(yī)學(xué)圖像被去噪的水平，以便最小化引入誤差的機(jī)會(huì)。在本發(fā)明中，還存儲描述從醫(yī)學(xué)圖像中移除的殘余噪聲數(shù)據(jù)的噪聲信息。這允許在接收器處將壓縮的無噪聲的醫(yī)學(xué)圖像與噪聲信息組合，從而恢復(fù)任何潛在丟失的信息。以這種方式，提供了一種用于存儲醫(yī)學(xué)圖像的空間高效模塊，其還克服了與對醫(yī)學(xué)圖像進(jìn)行猛烈去噪相關(guān)聯(lián)的問題。

3、根據(jù)依據(jù)本發(fā)明的方面的示例，提供了一種存儲醫(yī)學(xué)圖像的方法，所述方法包括：

4、利用去噪算法來處理醫(yī)學(xué)圖像，以生成基本上無噪聲的醫(yī)學(xué)圖像和相關(guān)聯(lián)的殘余噪聲數(shù)據(jù)，所述相關(guān)聯(lián)的殘余噪聲數(shù)據(jù)描述從所述醫(yī)學(xué)圖像中移除的噪聲；

5、利用圖像壓縮算法來處理所述基本上無噪聲的醫(yī)學(xué)圖像以生成壓縮的醫(yī)學(xué)圖像；并且

6、存儲所述壓縮的醫(yī)學(xué)圖像和描述所述殘余噪聲數(shù)據(jù)的相關(guān)聯(lián)的噪聲信息。

7、以這種方式，本發(fā)明的實(shí)施例可以能夠存儲(即，在本地存儲器、云存儲器等中)具有高壓縮比的醫(yī)學(xué)圖像，同時(shí)不犧牲圖像完整性。通常，仔細(xì)地對醫(yī)學(xué)圖像進(jìn)行去噪，以便不以任何方式使圖像失真。這意味著潛在壓縮比減小，因?yàn)榫哂休^低噪聲量的圖像可以被壓縮到更大程度。

8、然而，本發(fā)明對醫(yī)學(xué)圖像去噪聲以創(chuàng)建(基本上)無噪聲的醫(yī)學(xué)圖像，從而提供可以被壓縮到更大程度的圖像。還存儲關(guān)于從醫(yī)學(xué)圖像中移除/刪除/提取的噪聲的信息。因此，當(dāng)圖像被解壓縮時(shí)，噪聲也可以被添加回到解壓縮的醫(yī)學(xué)圖像以將醫(yī)學(xué)圖像恢復(fù)到其原始狀態(tài)。因此，本發(fā)明克服了與將醫(yī)學(xué)圖像去噪到醫(yī)學(xué)圖像(基本上)無噪聲的程度相關(guān)聯(lián)的問題。因此，這允許將醫(yī)學(xué)圖像壓縮到更大程度，從而減少存儲醫(yī)學(xué)圖像所需的存儲器量。

9、作為解釋，用于醫(yī)學(xué)圖像的常見去噪算法適于允許去噪直到去噪誤差不影響臨床決策的點(diǎn)。實(shí)際上，當(dāng)對醫(yī)學(xué)圖像執(zhí)行去噪時(shí)，某些圖像細(xì)節(jié)可能被去噪算法錯(cuò)誤地解釋為噪聲(即，由于醫(yī)學(xué)圖像的缺陷)。換句話說，由去噪算法進(jìn)行的噪聲估計(jì)常是不完美的。此外，存在不將醫(yī)學(xué)圖像改變到顯示結(jié)構(gòu)可能/可能不真實(shí)的程度的法律責(zé)任(即，存在實(shí)際存在的對象/結(jié)構(gòu)的一定程度的不確定性，而不是成像誤差或圖像重建偽影)。

10、因此，在去噪算法的定制期間，需要仔細(xì)評估去噪算法開始以低確定性水平得出結(jié)論的點(diǎn)。這不可避免地導(dǎo)致即使在已經(jīng)執(zhí)行去噪之后在醫(yī)學(xué)圖像中存在殘余噪聲。因此，可減小所得到的去噪醫(yī)學(xué)圖像的壓縮比。

11、因此，本發(fā)明的實(shí)施方式基于以下認(rèn)識：通過存儲描述從醫(yī)學(xué)圖像中移除的噪聲的殘余噪聲數(shù)據(jù)，可以抑制上述問題。醫(yī)學(xué)圖像可以被去噪到通常不會(huì)發(fā)生的程度(由于引入誤差的風(fēng)險(xiǎn))，因?yàn)榭梢栽谥亟ㄆ陂g使用殘余噪聲數(shù)據(jù)來產(chǎn)生對醫(yī)學(xué)圖像的忠實(shí)重建。因此，可以利用噪聲人工恢復(fù)從存儲設(shè)備中獲得醫(yī)學(xué)圖像。因此，可以使用現(xiàn)有的壓縮算法來實(shí)現(xiàn)更高的壓縮比。

12、換句話說，醫(yī)學(xué)圖像被去噪到獲得基本上無噪聲的醫(yī)學(xué)圖像的程度。圖像域中的后續(xù)壓縮步驟受益于醫(yī)學(xué)圖像的無噪聲性質(zhì)，從而允許高壓縮比(即使對于無損方案)。對于后續(xù)醫(yī)學(xué)圖像取回和查看，所需的殘余噪聲量可以自適應(yīng)地混合回醫(yī)學(xué)圖像中。這可以通過明確地存儲從圖像中移除的噪聲來實(shí)現(xiàn)，或者借助于基于所存儲的殘余噪聲信息(例如，統(tǒng)計(jì)矩、相關(guān)函數(shù)或噪聲功率譜)再現(xiàn)圖像噪聲特性的生成噪聲模型來實(shí)現(xiàn)。

13、在一些實(shí)施例中，去噪算法可以從醫(yī)學(xué)圖像中移除噪聲，直到在基本上無噪聲的醫(yī)學(xué)圖像中存在去噪誤差的程度。

14、當(dāng)前技術(shù)不允許將醫(yī)學(xué)圖像去噪到可能發(fā)生去噪誤差的點(diǎn)。例如，(不良成像的)結(jié)構(gòu)實(shí)際上可能存在，但是可能被去噪算法解釋為噪聲并相應(yīng)地被移除。備選地，實(shí)際上不存在于圖像中(但由于有噪成像而看似存在)的結(jié)構(gòu)可能被去噪算法解釋為存在。通過移除噪聲，所述偽結(jié)構(gòu)可能被強(qiáng)調(diào)，并且因此被人工插入到圖像中。

15、對去噪的上述限制固有地意味著所得到的去噪醫(yī)學(xué)圖像的壓縮比受到限制。本發(fā)明的實(shí)施例允許超過上述限制的醫(yī)學(xué)圖像的去噪，因?yàn)樵肼暤男畔⒈淮鎯?，然后可以在取回醫(yī)學(xué)圖像時(shí)恢復(fù)該信息。因此，實(shí)現(xiàn)了更高的壓縮比，同時(shí)避免引入到最終呈現(xiàn)/查看的醫(yī)學(xué)圖像的有問題的誤差。

16、在一些實(shí)施例中，去噪算法可以是基于機(jī)器學(xué)習(xí)的去噪算法。在一些情況下，去噪算法可以是基于深度卷積神經(jīng)網(wǎng)絡(luò)的去噪算法。

17、基于機(jī)器學(xué)習(xí)的去噪算法提出了強(qiáng)大的去噪工具，其中，它們在從圖像中識別和移除噪聲方面可能更有效(即，高效、準(zhǔn)確等)。然而，這樣的算法常常不適用于對醫(yī)學(xué)圖像進(jìn)行去噪，因?yàn)樗鼈兛赡茉谌ピ胫幸胝`差，這可能對臨床決策產(chǎn)生負(fù)面影響。實(shí)際上，基于機(jī)器學(xué)習(xí)的去噪算法易于示出太完美的圖像(即，移除了潛在結(jié)構(gòu))，和/或示出過于逼真的結(jié)構(gòu)(即，引入不存在的結(jié)構(gòu))。

18、因此，本發(fā)明使得能夠使用這樣的去噪算法，因?yàn)橛扇ピ胍氲娜魏螡撛谡`差將被解壓縮之后的噪聲的重新引入抵消。

19、在另外的實(shí)施例中，噪聲信息可以包括殘余噪聲數(shù)據(jù)的至少部分。

20、可以至少部分地存儲移除的實(shí)際噪聲(即，噪聲相關(guān)像素的強(qiáng)度和位置)。這使得能夠在從存儲設(shè)備接收時(shí)完全準(zhǔn)確地重建噪聲。

21、在特定實(shí)施例中，所述方法還可以包括使用數(shù)據(jù)壓縮算法來處理殘余噪聲數(shù)據(jù)的至少部分以生成壓縮的噪聲數(shù)據(jù)。在這種情況下，噪聲信息可以包括壓縮的噪聲數(shù)據(jù)。

22、雖然存儲實(shí)際噪聲(的部分)可以實(shí)現(xiàn)對醫(yī)學(xué)圖像的完美/忠實(shí)重建，但是這可以證明是大量數(shù)據(jù)。因此，通過壓縮該殘余噪聲數(shù)據(jù)，可以提高存儲的效率。

23、在一些實(shí)施例中，所述方法還可以包括分析殘余噪聲數(shù)據(jù)以生成噪聲信息。在這種情況下，噪聲信息可包括噪聲參數(shù)，所述噪聲參數(shù)包括以下各項(xiàng)中的至少一項(xiàng)：噪聲模型類型、噪聲幅度、噪聲功率譜、調(diào)制傳遞函數(shù)和醫(yī)學(xué)圖像采集參數(shù)。

24、作為直接存儲噪聲的備選(或補(bǔ)充)，可以生成并存儲描述殘余噪聲數(shù)據(jù)的信息。通常情況下，噪聲遵循概率分布，其可以由少量參數(shù)來表征。因此，可以由可以基于噪聲信息生成噪聲的接收器將噪聲重新引入到醫(yī)學(xué)圖像。噪聲的這種表征可能不需要與存儲殘余噪聲本身一樣多的存儲空間，從而節(jié)省存儲空間并減少文件傳輸時(shí)間。

25、在一些實(shí)施例中，圖像壓縮算法可以是基于小波的壓縮算法或基于神經(jīng)網(wǎng)絡(luò)的壓縮算法之一。

26、某些壓縮算法可以受益于高水平的去噪，以提供比其他算法更高的壓縮比。兩種這樣的算法可以是基于小波和基于神經(jīng)網(wǎng)絡(luò)的壓縮算法。

27、在一些實(shí)施例中，壓縮的醫(yī)學(xué)圖像和噪聲信息被存儲在云存儲中。

28、本發(fā)明的實(shí)施例對于云存儲應(yīng)用可能特別有益。云存儲在其下載/上傳到云時(shí)經(jīng)歷瓶頸，特別是對于大文件大小。通過本發(fā)明，可以實(shí)現(xiàn)更高的壓縮比，并且因此更小的文件大小。因此，實(shí)施例可以使得云存儲能夠成為存儲醫(yī)學(xué)圖像的更有效的手段。

29、根據(jù)依據(jù)本發(fā)明的方面的其他示例，提供了一種從存儲設(shè)備取回醫(yī)學(xué)圖像的方法，包括：

30、從存儲設(shè)備獲得壓縮的醫(yī)學(xué)圖像和描述殘余噪聲數(shù)據(jù)的相關(guān)聯(lián)的噪聲信息，其中，所述殘余噪聲數(shù)據(jù)描述從與所述壓縮的醫(yī)學(xué)圖像相對應(yīng)的醫(yī)學(xué)圖像中移除的噪聲；

31、使用圖像解壓縮算法來處理所述壓縮的醫(yī)學(xué)圖像以生成基本上無噪聲的醫(yī)學(xué)圖像；并且

32、基于所述基本上無噪聲的醫(yī)學(xué)圖像和所述噪聲信息來生成所述醫(yī)學(xué)圖像。

33、以這種方式獲得存儲的數(shù)據(jù)使得能夠忠實(shí)地重建醫(yī)學(xué)圖像。雖然簡單地解壓縮醫(yī)學(xué)圖像提供了可查看以用于診斷/分析的醫(yī)學(xué)圖像，但是這樣的圖像在存儲期間可能具有由在壓縮之前的去噪引入的誤差。因此，通過還取回描述殘余噪聲數(shù)據(jù)的噪聲信息，可以獲得更準(zhǔn)確地表示最初由掃描器/儀器捕獲的醫(yī)學(xué)圖像的醫(yī)學(xué)圖像。

34、換句話說，將噪聲重新引入到醫(yī)學(xué)圖像中可以減少可能誤導(dǎo)觀察這樣的圖像的護(hù)理提供者的誤差的發(fā)生。實(shí)際上，去噪醫(yī)學(xué)圖像可能缺失原始圖像中存在的結(jié)構(gòu)，或者可能錯(cuò)誤地包含實(shí)際上不存在的結(jié)構(gòu)。將解壓縮的醫(yī)學(xué)圖像與殘余噪聲數(shù)據(jù)混合可以得到關(guān)于醫(yī)學(xué)圖像的更準(zhǔn)確的結(jié)論。

35、當(dāng)重新引入殘余噪聲時(shí)，醫(yī)學(xué)圖像可以初始被去噪到醫(yī)學(xué)圖像(基本上)無噪聲的點(diǎn)。這促進(jìn)針對醫(yī)學(xué)圖像的更高壓縮比。以這種方式，減少了醫(yī)學(xué)圖像所需的存儲量，并且還可以減少到存儲設(shè)備的下載/上傳時(shí)間。

36、在一些相關(guān)實(shí)施例中，生成醫(yī)學(xué)圖像可以包括：分析噪聲信息以確定與醫(yī)學(xué)圖像相關(guān)聯(lián)的殘余噪聲數(shù)據(jù)；并且基于基本上無噪聲的醫(yī)學(xué)圖像和殘余噪聲數(shù)據(jù)來生成醫(yī)學(xué)圖像。

37、基于(基本上)無噪聲的醫(yī)學(xué)圖像和從噪聲信息中提取的殘余噪聲數(shù)據(jù)來產(chǎn)生醫(yī)學(xué)圖像。分析噪聲信息可以包括接收殘余噪聲功率譜信息、模式和下層(噪聲)分布的統(tǒng)計(jì)矩，以解釋從醫(yī)學(xué)圖像中移除的噪聲的性質(zhì)。

38、在一些實(shí)施例中，生成醫(yī)學(xué)圖像可以包括合并基本上無噪聲的醫(yī)學(xué)圖像與殘余噪聲數(shù)據(jù)的至少部分。

39、在另外的實(shí)施例中，生成醫(yī)學(xué)圖像還包括獲得描述醫(yī)學(xué)圖像的目標(biāo)噪聲水平的用戶偏好。在這種情況下，生成醫(yī)學(xué)圖像還可以基于用戶偏好。

40、因此，用戶(即，護(hù)理提供者/醫(yī)學(xué)專業(yè)人員)可以選擇性地選擇被重新引入到醫(yī)學(xué)圖像的噪聲量。用戶能夠受到高度訓(xùn)練，并且因此能夠更準(zhǔn)確地評估噪聲是否對于診斷目的有用(即，簡單地是噪聲，還是具有與不良成像結(jié)構(gòu)相對應(yīng)的機(jī)會(huì))。因此，這允許用戶獲得更準(zhǔn)確地表示被成像受檢者的真實(shí)情況的醫(yī)學(xué)圖像。

41、根據(jù)依據(jù)本發(fā)明的方面的另外的示例，提供了一種傳送醫(yī)學(xué)圖像的方法，包括存儲醫(yī)學(xué)圖像并且取回醫(yī)學(xué)圖像，如上所述。

42、根據(jù)依據(jù)本發(fā)明的方面的又一示例，提供了一種包括計(jì)算機(jī)程序代碼模塊的計(jì)算機(jī)程序，當(dāng)所述計(jì)算機(jī)程序在計(jì)算機(jī)上運(yùn)行時(shí)，所述計(jì)算機(jī)程序代碼模塊適于實(shí)施存儲、取回或傳送醫(yī)學(xué)圖像的方法。

43、根據(jù)依據(jù)本發(fā)明的方面的額外的示例，提供了一種用于存儲醫(yī)學(xué)圖像的系統(tǒng)，所述系統(tǒng)包括：

44、去噪器，其被配置為利用去噪算法來處理基本上無噪聲的醫(yī)學(xué)圖像和相關(guān)聯(lián)的殘余噪聲數(shù)據(jù)，所述相關(guān)聯(lián)的殘余噪聲數(shù)據(jù)描述從所述醫(yī)學(xué)圖像中移除的噪聲；

45、壓縮器，其被配置為利用圖像壓縮算法來處理所述基本上無噪聲的醫(yī)學(xué)圖像以生成壓縮的醫(yī)學(xué)圖像；以及

46、接口，其被配置為存儲所述壓縮的醫(yī)學(xué)圖像和描述所述殘余噪聲數(shù)據(jù)的相關(guān)聯(lián)的噪聲信息。

47、參考下文描述的實(shí)施例，本發(fā)明的這些和其他方面將顯而易見并得到闡述。