多模态的神经影像文件的管理方法及相关设备

1.本技术涉及数据处理技术领域，尤其涉及一种多模态的神经影像文件的管理方法及相关设备。


背景技术：

2.多模态神经影像已经广泛应用于医学、神经科学、心理学等学科的科学研究和临床应用，神经影像技术的迅速发展使人脑结构信息和精神活动的功能信息测量与可视化成为可能。临床上进行疾病检测时，往往需通过多张神经影像进行辅助诊断，需要经过多个检测类型的医学检测设备对患者待检测身体部位从不同角度进行多次扫描，得到了多模态的神经影像文件。现有技术中，将全部模态的神经影像文件按患者姓名进行存储，并未将多模态的神经影像按模态进行分类管理，当系统管理人员想要单独获取某患者其中一个模态的多个神经影像文件时，还要在该患者全部模态的神经影像文件中逐个查找，造成了系统管理人员获取所需模态的神经影像文件效率低下，浪费了系统管理人员的时间。


技术实现要素：

3.有鉴于此，本技术的目的在于提出一种多模态的神经影像文件的管理方法及相关设备，以克服现有技术中全部或部分不足。
4.基于上述目的，本技术提供了一种多模态的神经影像文件的管理方法，包括：接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息；基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储。
5.可选地，所述关键信息包括第一姓名，所述用户输入信息包括第二姓名；所述基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，包括：响应于确定所述第一姓名与所述第二姓名相同，将所述用户输入信息确定为与所述神经影像文件关联的用户输入信息，并将所述神经影像文件与所述用户输入信息进行关联。
6.可选地，所述关键信息包括序列字段；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，包括：将所述序列字段与多个预设模态对应的字段进行匹配；响应于所述序列字段与其中一个预设模态对应的字段相同，将所述神经影像文件的所属类别确定为该预设模态；将关联相同用户输入信息的神经影像文件按照所述预设模态进行分类并存储。
7.可选地，接收用户输入信息，包括：接收用户在交互界面的输入信息；将所述输入信息按照预设信息模板进行储存，得到所述用户输入信息。
8.可选地，在接收用户输入信息之前，所述方法包括：响应于确定接收到访问指令，显示用于输入身份信息的第一交互界面；响应于接收到用户在所述第一交互界面输入的身份信息，根据所述身份信息确定用户的访问权限；响应于所述访问权限通过权限验证，生成
并显示用于输入所述用户输入信息的第二交互界面。
9.可选地，所述方法包括：响应于接收到下载指令，下载与所述下载指令相关联的神经影像文件，并实时监测与所述下载指令相关联的神经影像文件的下载速度。
10.可选地，在对所述神经影像文件中的文件头字段进行关键信息提取之前，所述方法包括：响应于确定所述神经影像文件处于压缩状态，对所述神经影像文件进行解压。
11.基于同一发明构思，本技术还提供了一种多模态的神经影像文件的管理装置，包括接收模块，被配置为接收所述多模态的神经影像文件和用户输入信息；提取模块，被配置为提取所述神经影像文件的文件头字段的关键信息；关联模块，被配置为基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联；存储模块，被配置为基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储。
12.基于同一发明构思，本技术还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上所述的方法。
13.基于同一发明构思，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使计算机执行如上所述的方法。
14.从上面所述可以看出，本技术提供的多模态的神经影像文件的管理方法及相关设备，通过接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息，实现了对全部相关信息进行筛选的目的，有利于提升后续关联用户输入信息的效率。基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，便于根据用户输入信息查找神经影像文件。基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，实现了对多模态的神经影像文件按模态进行分类管理的目的，提高了多模态的神经影像文件的查找效率。
附图说明
15.为了更清楚地说明本技术或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的实施例，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他的附图。
16.图1为本技术实施例的多模态的神经影像文件的管理方法的流程示意图；
17.图2为本技术实施例的多模态的神经影像文件的管理装置的结构示意图；
18.图3为本技术实施例电子设备硬件结构示意图。
具体实施方式
19.为使本技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本技术进一步详细说明。
20.需要说明的是，除非另外定义，本技术实施例使用的技术术语或者科学术语应当为本技术所属领域内具有一般技能的人士所理解的通常意义。本技术实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的
组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
21.如背景技术部分所述，患者进行疾病检测时，往往需要通过多种神经影像来进行辅助诊断，进而得到了多模态的神经影像文件。现有技术中，将全部模态的神经影像文件按患者姓名进行存储，系统管理人员想要单独获取某患者其中一个模态的多个神经影像文件时，需要在该患者全部模态的神经影像文件中逐个查找，缺乏对多模态的神经影像文件的分类管理，造成了查找效率低下，浪费了系统管理人员的时间。
22.有鉴于此，本技术实施例提出了一种多模态的神经影像文件的管理方法，参考图1，包括以下步骤：
23.步骤101，接收所述多模态的神经影像文件和用户输入信息。
24.在该步骤中，患者针对疾病进行检测时，往往需要多种神经影像进行辅助检测，医学检测设备需要对患者的待检测身体部位从同一个角度进行多次扫描，得到神经影像文件，还需对患者的待检测身体部位从不同角度进行多次扫描，得到多个相同模态的神经影像文件。多个不同检测类型的医学检测设备也需对患者的待检测身体部位进行扫描，进而得到了多模态的神经影像文件，其中，本技术中的多模态神经影像文件指的是来源于不同检测类型的医学检测设备的神经影像文件。患者的待检测身体部位为患者的一个身体部位或患者的多个身体部位。示例性的，医学检测设备可以为mri(magnetic resonance imaging，磁共振)检测设备，mri检测设备从患者身体部位的软组织是否发生相应病变的角度进行检测；pet(positron emission computed tomography，正电子发射计算机断层显像)检测设备从患者身体部位的代谢状态是否正常的角度进行检测；ct(computed tomography，电子计算机断层扫描)检测设备针对患者身体部位是否出现细小病变的角度进行检测。
25.本技术中的用户可以为系统管理人员。需要说明的是，本技术对神经影像文件的接收进度进行实时监测，并通过交互界面显示，便于用户获知神经影像文件的接收进度，用户可以根据神经影像文件的接收进度做出合理的时间安排。将接收到的神经影像文件按接收的时间顺序临时存储在文件夹中，例如，存储在home/user/upload文件夹，便于后续对神经影像文件进行统一处理。用户输入信息为系统管理人员在交互界面输入的患者相关信息，示例性的，患者相关信息不仅包括患者的基本信息，如，姓名；还包括患者的病史信息，如，用药信息。系统管理人员根据实际患者情况对相关信息进行输入，用户输入信息可以体现患者的历史病况，便于后续医生根据患者的神经影像文件和用户输入信息做出相应诊断，提升了医生的诊断效率。
26.步骤102，提取所述神经影像文件的文件头字段的关键信息。
27.在该步骤中，神经影像文件的文件头字段存储有神经影像文件的相关信息，例如，文件头字段存储有患者姓名，神经影像对应的扫描时间，医学检测设备的型号等，提取用于关联用户输入信息的信息，也即关键信息。在全部相关信息中提取出关键信息，实现了对全部相关信息进行筛选的目的，有利于提升后续关联用户输入信息的效率。
28.步骤103，基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联。
29.在该步骤中，每个神经影像文件都有其对应的患者，需要将神经影像文件和其对应的用户输入信息建立关联，确认患者对应的神经影像文件，便于根据用户输入信息查找神经影像文件。同时，也便于后续医生在查看神经影像文件时，可以从用户输入信息中获取用户既往病史等信息，无需对患者进行相应询问，医生可以根据神经影像文件和其关联的用户输入信息做出疾病的快速诊断，提升了医生的诊断效率。
30.步骤104，基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储。
31.在该步骤中，来源于不同检测类型的医学检测设备的神经影像文件构成了多模态的神经影像文件，但现有技术中并没有对不同模态的神经影像文件进行区分存储，用户想要单独获取某患者其中一个模态的多个神经影像文件时，还需要在该患者全部模态的神经影像文件中进行逐个查找，浪费了用户的时间。为了解决上述问题，本技术将神经影像文件按模态进行分类，提高了用户的查找效率。需要说明的是，为了确保检测的准确性，还可能采用检测类型相同但型号不同的医学检测设备对患者的待检测身体部位从不同角度进行扫描，上述扫描得到的神经影像文件属于同一模态的神经影像文件。本技术实现了对多模态的神经影像文件按模态进行分类管理的目的，提高了多模态的神经影像文件的查找效率。
32.通过上述方案，接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息，实现了对全部相关信息进行筛选的目的，有利于提升后续关联用户输入信息的效率。基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，便于根据用户输入信息查找神经影像文件。基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，实现了对多模态的神经影像文件按模态进行分类管理的目的，提高了多模态的神经影像文件的查找效率。
33.在一些实施例中，所述关键信息包括第一姓名，所述用户输入信息包括第二姓名；所述基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，包括：响应于确定所述第一姓名与所述第二姓名相同，将所述用户输入信息确定为与所述神经影像文件关联的用户输入信息，并将所述神经影像文件与所述用户输入信息进行关联。
34.在本实施例中，神经影像文件的文件头字段包括第一姓名，用户输入信息中包括第二姓名，将提取到的神经影像文件中的第一姓名与用户输入信息中的第二姓名进行匹配，在匹配相同的情况下，说明神经影像文件与用户输入信息属于同一患者，二者具有关联关系。将神经影像文件与用户输入信息进行关联，达到了对多模态的神经影像文件按用户输入信息进行区分的目的，便于根据用户输入信息对神经影像文件进行查找。
35.在一些实施例中，所述关键信息包括序列字段；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，包括：将所述序列字段与多个预设模态对应的字段进行匹配；响应于所述序列字段与其中一个预设模态对应的字段相同，将所述神经影像文件的所属类别确定为该预设模态；将关联相同用户输入信息的神经影像文件按照所述预设模态进行分类并存储。
36.在本实施例中，神经影像文件的文件头字段包括序列字段，序列字段可以体现神
经影像文件的模态，序列字段由不同检测类型的医学检测设备决定，检测类型相同的医学检测设备即使型号不同，序列字段也是相同的，例如，mri检测设备和pet检测设备对应的序列字段并不相同，不同型号的ct检测设备对应的序列字段相同。根据医院的医学检测设备实际情况，预先设置相应的模态，模态为检测类型，通过不同检测类型的检测设备对同一患者进行检测，得到多模态神经影像数据。将神经影像文件的序列字段与多个预设模态对应的序列字段进行匹配，在匹配相同的情况下，说明神经影像文件属于该预设模态，实现了对多模态的神经影像文件按模态进行区分的目的。将关联相同用户输入信息的神经影像文件按照模态进行分类并存储，对多模态的神经影像文件按模态进行分类管理。在用户针对某患者其中一个模态的全部神经影像文件进行查找时，用户无需逐个查找该患者全部模态的神经影像文件，以找到该模态下的全部神经影像文件，用户只需查找到该模态就可以获取该模态下的全部神经影像文件，便于针对该模态下的全部神经影像文件获取相应的诊断信息，提高了多模态的神经影像文件的查找效率。
37.在一些实施例中，接收用户输入信息，包括：接收用户在交互界面的输入信息；将所述输入信息按照预设信息模板进行储存，得到所述用户输入信息。
38.在本实施例中，用户在交互界面可以输入信息，示例性的，用户可以输入包括患者姓名、病史、用药史、血样等信息。用户输入的信息可具有随意性，再通过预设信息模板对用户输入的信息进行相应内容提取，例如，预设信息模板可以为具有待获取信息名称的excel模板，对相应内容提取后再存储，便于对用户输入信息的统一规范化管理。
39.在一些实施例中，在接收用户输入信息之前，所述方法包括：响应于确定接收到访问指令，显示用于输入身份信息的第一交互界面；响应于接收到用户在所述第一交互界面输入的身份信息，根据所述身份信息确定用户的访问权限；响应于所述访问权限通过权限验证，生成并显示用于输入所述用户输入信息的第二交互界面。
40.在本实施例中，用户输入信息之前需要进行身份认证，以便实现对交互系统的访问。接收到用户的访问指令，其中，访问指令可以为用户点击交互界面任意区域，显示输入用户身份信息的第一交互界面，对用户输入的身份信息进行验证，进而确定用户的访问权限。对用户设置一定的访问权项，进而保证了系统内数据的安全性。在用户通过访问权限验证时，生成并显示用于输入用户输入信息的第二界面，以获取用户输入信息，用户的访问权限还包括与用户输入信息相关联的神经影像文件下载，用户可以对某患者其中一个模态的多个神经影像文件进行批量下载，节省了用户的时间。
41.在一些实施例中，所述方法包括：响应于接收到下载指令，下载与所述下载指令相关联的神经影像文件，并实时监测与所述下载指令相关联的神经影像文件的下载速度。
42.在本实施例中，用户可以根据当前实际需求在交互界面选择需要下载的神经影像文件，可以批量下载与患者关联的其中一个模态下的全部神经影像文件，简化了用户的操作，用户无需逐个对全部模态的神经影像文件进行查找后再下载。实时监测并显示神经影像文件的下载速度，便于用户了解神经影像文件的下载速度，用户可以根据神经影像文件的下载速度合理做出时间安排。
43.在一些实施例中，在对所述神经影像文件中的文件头字段进行关键信息提取之前，所述方法包括：响应于确定所述神经影像文件处于压缩状态，对所述神经影像文件进行解压。
44.在本实施例中，当医学检测设备扫描得到的神经影像文件包含的数据量较大时，为了提高神经影像文件的接收效率，需要对神经影像文件进行压缩，压缩后的神经影像文件格式由医学检测设备决定，包括xls、rar、zip、tar、gz等文件格式，可实现神经影像文件压缩包的一次性上传，避免用户将神经影像文件中的神经影像逐个上传，节约了用户的时间。在检测到神经影像文件处于压缩状态时，需要将神经影像进行解压，便于后续过程对神经影像文件的操作。
45.需要说明的是，本技术实施例的方法可以由单个设备执行，例如一台计算机或服务器等。本实施例的方法也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本技术实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成所述的方法。
46.需要说明的是，上述对本技术的一些实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于上述实施例中的顺序来执行并且仍然可以实现期望的结果。另外，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。
47.基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种多模态的神经影像文件的管理装置。
48.参考图2，所述多模态的神经影像文件的管理装置，包括：
49.接收模块10，被配置为接收所述多模态的神经影像文件和用户输入信息。
50.提取模块20，被配置为提取所述神经影像文件的文件头字段的关键信息。
51.关联模块30，被配置为基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联。
52.存储模块40，被配置为基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储。
53.通过上述装置，接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息，实现了对全部相关信息进行筛选的目的，有利于提升后续关联用户输入信息的效率。基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，便于根据用户输入信息查找神经影像文件。基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，实现了对多模态的神经影像文件按模态进行分类管理的目的，提高了多模态的神经影像文件的查找效率。
54.在一些实施例中，所述关联模块30，还被配置为所述关键信息包括第一姓名，所述用户输入信息包括第二姓名；响应于确定所述第一姓名与所述第二姓名相同，将所述用户输入信息确定为与所述神经影像文件关联的用户输入信息，并将所述神经影像文件与所述用户输入信息进行关联。
55.在一些实施例中，所述存储模块40，还被配置为所述关键信息包括序列字段；将所述序列字段与多个预设模态对应的字段进行匹配；响应于所述序列字段与其中一个预设模态对应的字段相同，将所述神经影像文件的所属类别确定为该预设模态；将关联相同用户输入信息的神经影像文件按照所述预设模态进行分类并存储。
56.在一些实施例中，所述接收模块10，还被配置为接收用户在交互界面的输入信息；
将所述输入信息按照预设信息模板进行储存，得到所述用户输入信息。
57.在一些实施例中，还包括确定模块，所述确定模块还被配置为在接收用户输入信息之前，响应于确定接收到访问指令，显示用于输入身份信息的第一交互界面；响应于接收到用户在所述第一交互界面输入的身份信息，根据所述身份信息确定用户的访问权限；响应于所述访问权限通过权限验证，生成并显示用于输入所述用户输入信息的第二交互界面。
58.在一些实施例中，还包括下载模块，所述下载模块还被配置为响应于接收到下载指令，下载与所述下载指令相关联的神经影像文件，并实时监测与所述下载指令相关联的神经影像文件的下载速度。
59.在一些实施例中，还包括解压模块，所述解压模块还被配置为在对所述神经影像文件中的文件头字段进行关键信息提取之前，响应于确定所述神经影像文件处于压缩状态，对所述神经影像文件进行解压。
60.为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本技术时可以把各模块的功能在同一个或多个软件和/或硬件中实现。
61.上述实施例的装置用于实现前述任一实施例中相应的多模态的神经影像文件的管理方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
62.基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上任意一实施例所述的多模态的神经影像文件的管理方法。
63.图3示出了本实施例所提供的一种更为具体的电子设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
64.处理器1010可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。
65.存储器1020可以采用rom(read only memory，只读存储器)、ram(random access memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
66.输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入/输出模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
67.通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
68.总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输
出接口1030和通信接口1040)之间传输信息。
69.需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
70.上述实施例的电子设备用于实现前述任一实施例中相应的多模态的神经影像文件的管理方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
71.基于同一发明构思，与上述任意实施例方法相对应的，本技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行如上任一实施例所述的多模态的神经影像文件的管理方法。
72.本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
73.上述实施例的存储介质存储的计算机指令用于使所述计算机执行如上任一实施例所述的多模态的神经影像文件的管理方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
74.所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本技术的范围(包括权利要求)被限于这些例子；在本技术的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本技术实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。
75.另外，为简化说明和讨论，并且为了不会使本技术实施例难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本技术实施例难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本技术实施例的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本技术的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本技术实施例。因此，这些描述应被认为是说明性的而不是限制性的。
76.尽管已经结合了本技术的具体实施例对本技术进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
77.本技术实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本技术实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种多模态的神经影像文件的管理方法，其特征在于，包括：接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息；基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储。2.根据权利要求1所述的方法，其特征在于，所述关键信息包括第一姓名，所述用户输入信息包括第二姓名；所述基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联，包括：响应于确定所述第一姓名与所述第二姓名相同，将所述用户输入信息确定为与所述神经影像文件关联的用户输入信息，并将所述神经影像文件与所述用户输入信息进行关联。3.根据权利要求1所述的方法，其特征在于，所述关键信息包括序列字段；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，包括：将所述序列字段与多个预设模态对应的字段进行匹配；响应于所述序列字段与其中一个预设模态对应的字段相同，将所述神经影像文件的所属类别确定为该预设模态；将关联相同用户输入信息的神经影像文件按照所述预设模态进行分类并存储。4.根据权利要求1所述的方法，其特征在于，接收用户输入信息，包括：接收用户在交互界面的输入信息；将所述输入信息按照预设信息模板进行储存，得到所述用户输入信息。5.根据权利要求1所述的方法，其特征在于，在接收用户输入信息之前，所述方法包括：响应于确定接收到访问指令，显示用于输入身份信息的第一交互界面；响应于接收到用户在所述第一交互界面输入的身份信息，根据所述身份信息确定用户的访问权限；响应于所述访问权限通过权限验证，生成并显示用于输入所述用户输入信息的第二交互界面。6.根据权利要求1所述的方法，其特征在于，所述方法包括：响应于接收到下载指令，下载与所述下载指令相关联的神经影像文件，并实时监测与所述下载指令相关联的神经影像文件的下载速度。7.根据权利要求1所述的方法，其特征在于，在对所述神经影像文件中的文件头字段进行关键信息提取之前，所述方法包括：响应于确定所述神经影像文件处于压缩状态，对所述神经影像文件进行解压。8.一种多模态的神经影像文件的管理装置，其特征在于，包括：接收模块，被配置为接收所述多模态的神经影像文件和用户输入信息；提取模块，被配置为提取所述神经影像文件的文件头字段的关键信息；关联模块，被配置为基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联；存储模块，被配置为基于所述关键信息和与所述关键信息关联的用户输入信息，对所
述神经影像文件进行模态分类并存储。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任意一项所述的方法。10.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行权利要求1至7任一所述方法。

技术总结
本申请提供一种多模态的神经影像文件的管理方法及相关设备，所述方法包括接收所述多模态的神经影像文件和用户输入信息；提取所述神经影像文件的文件头字段的关键信息；基于所述关键信息，将所述神经影像文件与所述用户输入信息进行关联；基于所述关键信息和与所述关键信息关联的用户输入信息，对所述神经影像文件进行模态分类并存储，解决了现有技术中针对多模态的神经影像文件缺乏分类管理的技术问题，提高了多模态的神经影像文件的查找效率。提高了多模态的神经影像文件的查找效率。提高了多模态的神经影像文件的查找效率。


技术研发人员：陈姚静 张占军
受保护的技术使用者：北京师范大学
技术研发日：2023.04.12
技术公布日：2023/9/14