【技术实现步骤摘要】
本专利技术涉及影像处理，具体为面向过程的多版本脑影像数据处理方法及系统。
技术介绍
1、随着医学影像技术的飞速发展，脑影像数据在神经科学研究、临床诊断及手术规划等领域的应用越来越广泛。脑影像数据通常包含大量的三维图像信息，这些数据对于疾病的诊断、治疗方案的制定以及治疗效果的评估具有至关重要的作用。因此，数据的准确性、完整性和可追溯性对于脑科学研究方案的制定具有重要意义。
2、在脑影像数据的分析过程中，首先在脑影像数据库采集脑影像数据样本，由于扫描技术、扫描设备、患者配合度的影响以及分析任务要求，需要对脑影像数据样本进行预处理，然后根据预处理后的脑影像数据样本制定研究方案，在脑影像数据样本量比较大时，严重脑影像数据的分析效率；尤其在进行人工智能模型训练的过程中，样本数量直接影响了预测结果，同时影响了模型的训练效率。
3、另外，每执行一次分析任务则需要对脑影像数据样本进行一次预处理，尤其是多个研究人员分别执行不同的分析任务，则分别需要对脑影像数据样本进行预处理，同时在数据库中形成多个不同版本的处理文件，每个处理文件详细记录了脑影像数据样本的预处理过程数据，随着时间和分析任务的增加，将会带来沉重的数据存储负担和复杂的数据管理挑战。
4、由于脑影像数据样本的预处理过程存在高度的相似性，因此存储在数据库中的预处理过程数据存在大量冗余，如何利用数据库中的历史预处理数据提高脑影像分析任务的效率成为急需解决的问题。研究人员提出利用大数据共享平台以分享预处理的结果，但是这些分享的数据往往是最终结果，而缺乏中间过
技术实现思路
1、针对现有技术中存在的问题，本专利技术提供一种面向过程的多版本脑影像数据处理方法及系统，该方法能够对脑影像数据的不同版本进行高效管理存储及检索，提高脑科学研究工作的效率。
2、本专利技术是通过以下技术方案来实现：
3、一种面向过程的多版本脑影像数据处理方法，包括以下步骤：
4、步骤1、根据脑影像分析任务确定脑影像数据的各计算过程，并根据所有计算过程生成计算过程文档；
5、步骤2、按照分析任务的计算过程顺序，将计算过程文档中各计算过程与历史计算过程文档中的计算过程进行逐一比对，当计算过程文档中的计算过程j与历史计算过程文档中的计算过程j不一致，则根据历史计算过程文档中的计算过程修改计算过程文档中第1至第j-1个计算过程；
6、步骤3、将计算过程文档中计算过程j-1以后的所有计算过程的结果标记为“空”；
7、步骤4、对计算过程结果为“空”的计算过程按顺序进行逐一计算，完成脑影像分析任务。
8、优选的，步骤1中脑影像数据的计算过程包括dicom转换为nifti、移除前n幅图像、slice timing、头动校正、标准化、空间平滑、去线性漂移、回归协变量、频域滤波和scrubbing中的至少一种。
9、优选的，所述计算过程文档包括文档编号id、所使用原始数据data、计算步骤steps和各计算过程的名称name、配置的参数名称及参数值params、状态status、计算结果result。
10、优选的，步骤2中将计算过程文档与数据库中的所有历史计算过程文档进行比对；
11、当历史计算过程文档di中前若干计算过程或全部计算过程与计算过程文档m的所有计算过程一致，则根据历史计算过程文档di的计算过程修改计算过程文档m，完成当前分析任务。
12、优选的，所述计算过程文档m的修改包括修改计算过程的计算结果和状态。
13、优选的，步骤2中所述计算过程文档与历史计算过程文档中的比对方法如下：
14、将计算过程文档m的data与数据库中历史计算过程文档集合d中每个历史计算过程文档di的data进行比较，当遍历到data相同的历史计算过程文档di，对计算过程文档m的计算过程与历史计算过程文档di的计算过程按顺序进行比对；
15、当在数据库中的历史计算过程文档集合中未遍历到相同data的历史计算过程文档，则将该计算过程文档m中所有计算过程的结果标记为“空”。
16、优选的，所述计算过程的比对包括计算过程的名称、计算步骤、配置的参数以及参数值。
17、优选的，步骤4中根据计算结果标记为“空”的计算过程的上一计算过程的数据，对标记的计算过程进行计算，并修改该计算过程的计算结果和状态。
18、一种面向过程的多版本脑影像数据处理系统，包括：
19、过程规划模块，用于根据脑影像分析任务确定脑影像数据的各计算过程，并根据所有计算过程生成计算过程文档；
20、检索模块，用于按照分析任务的计算过程顺序，将计算过程文档中各计算过程与历史计算过程文档中的计算过程进行逐一比对，当计算过程文档中的计算过程j与历史计算过程文档中的计算过程j不一致，则根据历史计算过程文档中的计算过程修改计算过程文档中第1至第j-1个计算过程；
21、迭代检索模块，用于重复执行检索模块，将所有历史计算过程文档与计算过程文档依次进行对比，并将计算过程文档中未遍历到计算过程的结果标记为“空”；
22、输出模块，用于对计算过程结果标记为“空”的计算过程按顺序进行逐一计算，完成脑影像分析任务。
23、一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述面向过程的多版本脑影像数据处理方法的步骤。
24、与现有技术相比，本专利技术具有以下有益的技术效果：
25、本专利技术提供的一种面向过程的多版本脑影像数据处理方法，采用数据共享的方式，公开历史分析任务的计算过程文档，根据当前分析任务的计算过程对数据库中的历史计算过程文档进行遍历，在计算过程文档的比对过程中，根据计算过程的顺序对每个历史计算过程文档进行比对，根据对比结果采用历史计算文档对当前的计算过程文档的计算过程进行更新，避免了重复计算的过程，大大提高了脑影像数据的处理效率。
本文档来自技高网...【技术保护点】
1.一种面向过程的多版本脑影像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，步骤1中脑影像数据的计算过程包括DICOM转换为Nifti、移除前n幅图像、Slice Timing、头动校正、标准化、空间平滑、去线性漂移、回归协变量、频域滤波和Scrubbing中的至少一种。
3.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，所述计算过程文档包括文档编号ID、所使用原始数据data、计算步骤steps和各计算过程的名称name、配置的参数名称及参数值params、状态status、计算结果result。
4.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，步骤2中将计算过程文档与数据库中的所有历史计算过程文档进行比对；
5.根据权利要求4所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，所述计算过程文档M的修改包括修改计算过程的计算结果和状态。
6.根据权利要求1所述的一种面向过程的多版本脑影像数
7.根据权利要求6所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，所述计算过程的比对包括计算过程的名称、计算步骤、配置的参数以及参数值。
8.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，步骤4中根据计算结果标记为“空”的计算过程的上一计算过程的数据，对标记的计算过程进行计算，并修改该计算过程的计算结果和状态。
9.一种面向过程的多版本脑影像数据处理系统，其特征在于，包括：
10.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述面向过程的多版本脑影像数据处理方法的步骤。
...【技术特征摘要】
1.一种面向过程的多版本脑影像数据处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，步骤1中脑影像数据的计算过程包括dicom转换为nifti、移除前n幅图像、slice timing、头动校正、标准化、空间平滑、去线性漂移、回归协变量、频域滤波和scrubbing中的至少一种。
3.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，所述计算过程文档包括文档编号id、所使用原始数据data、计算步骤steps和各计算过程的名称name、配置的参数名称及参数值params、状态status、计算结果result。
4.根据权利要求1所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，步骤2中将计算过程文档与数据库中的所有历史计算过程文档进行比对；
5.根据权利要求4所述的一种面向过程的多版本脑影像数据处理方法，其特征在于，所述计算...
【专利技术属性】
技术研发人员：刘健，李宝娟，韦磊，
申请(专利权)人：中国人民解放军空军军医大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。