一种医学影像数据存储方法及设备与流程

1.本发明属于图像处理
技术领域：
：，更具体地，涉及一种医学影像数据存储方法及设备。
背景技术：
：：2.dicom(digitalimagingandcommunicationsinmedicine)是医学影像信息和相关数据的通信和管理的国际标准。dicom文件可以在能够接收dicom格式的图像和病人数据的两个实体之间交换。dicom文件包含一个文件头和一个图像数据集。文件头包含了诸如姓名、id等属性，以及一个特殊的属性，即数据元组标签，用于标识图像数据集的类型和格式。图像数据集包含了图像本身的二进制数据，以及一些描述图像维度、方向、分辨率等信息的属性。3.高效的文件读取和解码对于后续的处理分析程序很重要，尤其是在ai医疗场景中。现有技术采用通过将dicom格式的影像数据转换成nii格式，提高数据读取效率，但它仍然存在一些不足之处，如数据编码方式不够紧凑，对于大规模数据的处理和分析依然存在挑战。现有技术的缺点主要表现在以下几个方面：首先，dicom和rtstructure格式在处理大量数据时存在一定的不便，例如读取和解码速度慢，数据存储空间占用较大等。其次，上述方法将rtstructure的勾画数据、扫描影像数据和dose剂量数据分开存储，但并不考虑对冗余的信息进行压缩编码，因此不能减少数据的存储空间占用。再次，上述方法仅将rtstructure掩码矩阵存储到nii，而对于ct或mr扫描的影像数据需要选取窗宽窗位以后输出为2d图片格式。窗宽窗位的转化会带来信息的损失，处理过程中超过相应窗宽的数值会被截断，因此这种方法对后续的处理分析算法会产生限制。最后，将影像存储为2d图像格式，会使得一个ct的扫描结果产生数百个图片，不便于管理。4.上述缺点的产生主要是由于现有技术在对医学影像数据的存储和处理方面没有充分考虑数据的压缩编码以及对后续处理分析算法的影响。技术实现要素：5.针对现有技术的以上缺陷或改进需求，本发明提供了一种医学影像数据存储方法及设备，其目的在于降低数据的文件体积和提升数据的提取速度，由此解决现有技术中医学影像数据文件体积较大、读取和数据解码速度较慢的技术问题。6.为实现上述目的，按照本发明的一个方面，提供了一种医学影像数据存储方法，其特征在于，所述方法包括：7.读取待处理dicom图像数据，获取第一元信息和灰度图像矩阵；8.读取待处理dicom图像数据对应的dicom-rt文件，获取第二元信息和勾画轮廓坐标点序列；9.将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存；10.对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像。11.作为对上述方案进一步的完善和补充，本发明还包括以下附加技术特征。12.优选地，所述将所述第一元信息和所述第二元信息中的数据转换成预设数据格式的方法包括：13.将所述第一元信息和所述第二元信息转换成所述预设数据格式支持的字符型、整形、浮点型、列表和字典类型表示的方式；14.且，遍历dicom文件中的数据元素，将数据元素转为字典数据。15.优选地，所述第一元信息和所述第二元信息中关于dicom图像的影像信息和dicom-rt文件的勾画轮廓点坐标信息在转换成预设数据格式的过程中被忽略。16.优选地，所述对所述灰度图像矩阵进行编码处理的方法包括：17.遍历所有的像素空间位置，在每个位置上获取灰度值，通过所述灰度值进行预设像素值的整除和取余后编码为矩阵gm；通过所述灰度值进行预设像素值的整除后编码为矩阵bm。18.优选地，所述勾画轮廓坐标点序列解码成掩码矩阵的方法包括：19.读取所述待处理dicom图像数据对应的dicom-rt文件中的roicontoursequence，从所述roicontoursequence中获取每个结构区域的轮廓点坐标，确定每个轮廓点在图像上的行列索引，以及所属的切片层次，区分轮廓点围成的区域内部和外部像素值，将所有切片层次的掩码矩阵沿z轴堆叠，形成成掩码矩阵。20.优选地，将所述掩码矩阵编码为矩阵rm的方法包括：21.将矩阵rm初始化；22.分别向空的特征向量字典列表e和计数器列表c中填充n个空值；23.遍历像素空间位置，在像素空间位置上获得特征向量v＝m[z,h,w]；[0024]其中：m表示矩阵，z、h、w分别指像素位置所在的深度方向、宽度方向和高度方向的空间位置；[0025]检查所述特征向量v是否存在于特征向量字典列表e[z]中；[0026]如果存在，矩阵rm[z,h,w]＝e[z][v]；[0027]如果不存在，设置c[z]＝c[z]+1，e[z][v]＝c[z]，则矩阵rm[z,h,w]＝c[z]。[0028]优选地，所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存的方法包括：[0029]初始化空字典；[0030]分别将所述第一元信息、所述第二元信息字典数据、附加信息和所述特征向量v加入所述空字典中保存为所述预设数据格式文件。[0031]优选地，所述对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像方法包括：[0032]将所述矩阵rm、所述矩阵gm和所述矩阵bm按照[rm,gm,bm]的顺序存储为图像矩阵，通过程序处理后所述图像矩阵成为预设分辨率帧数且为rgb格式的图像。[0033]优选地，对所述预设数据格式文件和所述预设的图像格式进行解码的方法包括：[0034]读取所述预设格式的图像获得矩阵rm、矩阵gm和矩阵bm；[0035]读取所述预设数据格式文件获得特征向量字典e；ray，ct和mr的dicom影像数据、structure的器官勾画掩码矩阵和dicom的文件头信息，以降低数据的文件体积和提升数据的提取速度，优化后续程序的分析和处理。[0051]实施例一：[0052]一种医学影像数据存储方法，如图1所示，所述方法包括以下步骤：[0053]s101：读取待处理dicom图像数据，获取第一元信息和灰度图像矩阵。[0054]如图2所示，具体读取dicom影像文件的方法包括a1：使用dicom的程序解析接口，例如pydicom，读取需要进行处理的dicom图像数据，获得图像的灰度矩阵和储存在文件头中的第一元信息和灰度图像矩阵。[0055]s102：读取待处理dicom图像数据对应的dicom-rt文件，获取第二元信息和勾画轮廓坐标点序列。[0056]如图2所示，读取待处理dicom图像数据对应的dicom-rt(dicom-rtstructure)文件的方法包括a2：使用dicom的程序解析接口，读取相应的rtstructure文件的勾画轮廓坐标点序列，和元信息2(包括各器官的轮廓颜色等)。[0057]s103：将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存。[0058]如图2所示，将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存的方法包括a3和a7。[0059]a3是将第一元信息和第二元信息进行数据格式转换，本实施例一中预设的数据格式为json，将第一元信息和第二元信息转为json支持的字符型、整形、浮点型、列表和字典类型表示的方式。由于待处理dicom图像数据中第一元信息和第二元信息均是以数据元素作为基本结构单元，数据元素由一个唯一的标签(tag)、值类型(vr)、数据值长度(length)和数据域(vf)组成，遍历dicom文件中的所有数据元素，数据元素存在于第一元信息和第二元信息中，将所有数据元素转为json支持的字典数据。[0060]a7是在第一元信息和第二元信息转为json支持的数据格式中融合了关于勾画轮廓坐标点序列处理后得到的特征向量以及附加信息(例如数据的处理时间，操作人，是否脱敏等信息)，最后将融合后的数据保存为json格式的数据。本实施例也支持将元信息存储成yaml(yamlain'tmarkuplanguage)、xml、bson等数据格式。[0061]s104：对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像。[0062]如图2所示，对灰度图像矩阵进行编码处理的方法包括a6和a8，对勾画轮廓坐标点序列进行解码和编码处理的方法包括a4和a5和a8。[0063]a6是将图像灰度矩阵编码为gb通道数据，本实施例一中的灰度矩阵是指由x-ray、ct、mr设备扫描获得的影像信息，且从a1步骤获取到的灰度矩阵gray是一个uint16矩阵。本实施例一通过a6步骤，将g编码为两个uint8矩阵gm和矩阵bm。首先遍历所有的像素空间位置，在每个位置上做如下处理，下面'//'表示整除操作，'％'表示取余操作：(a).在像素位置z,h,w上，获取灰度值g＝gray[z,h,w]；(b).gm[z,h,w]＝(g//256)％256；(c).bm[z,h,w]＝g％256。其中：z,h,w分别指像素位置所在的深度方向、宽度方向和高度方向的空间位置。[0064]a4是从勾画轮廓点坐标生成器官掩码矩阵，具体处理步骤包括：第一步，读取rtstructure文件中的roicontoursequence，从中获取每个结构区域的轮廓点坐标和对应的dicom序列文件的标识。第二步，获取图像的行数、列数、层厚、像素间距、图像位置和图像方向等参数，由于rtstructure文件中记录了的勾画轮廓坐标点是“物理坐标系”下的，需要以上参数将“物理坐标系”信息转为像素坐标点。第三步，确定每个轮廓点在图像上的行列索引，以及所属的切片层次。行列索引h,w以及所属的切片层次z就是像素坐标。z,h,w是rtstructure文件记录的轮廓点(物理坐标)根据相关参数转换以后得到的。第四步，对每个切片层次，使用多边形填充算法。第五步，将轮廓点围成的区域内部的像素值设为1，外部的设为0，从而得到一个二值化的掩码矩阵。由于rtstructure文件中存储的是一个勾画轮廓的连续坐标点位置，在勾画结果的时候，通常要将勾画坐标转为0-1的掩码矩阵，0表示勾画轮廓外，1表示勾画轮廓内。因为掩码矩阵存储体积比较大，所以rtstructure文件只保存了勾画坐标点，但是每次使用转掩码矩阵是比较浪费时间的，得到二值化的掩码矩阵便于将掩码矩阵保存，避免重复计算，同时可以对掩码矩阵信息做压缩存储，减少数据体积。第六步，将所有切片层次的掩码矩阵沿着z轴堆叠起来，形成一个三维的器官掩码矩阵数组，表示整个结构区域的分割结果。[0065]a5是将掩码矩阵编码为r通道数据，从a4步骤获得的掩码矩阵是一个尺寸为的0-1二值矩阵m。其中z为图像的层数，h,w为图像的高和宽，o是所有勾画器官的数量。在某个像素空间位置(z,h,w)上，m[z,h,w]为一个o维长度的0-1向量，表示该像素位置上，是否隶属于各个器官。每个器官都会有一个掩码矩阵，取值只有0或者1两种情况，0表示该像素点不属于这个器官。1表示属于这个器官。本实施例一中，m矩阵中每个像素空间位置上的向量称为“特征向量”。本实施例一通过如下步骤，将m编码成一个的uint8矩阵rm，作为输出图像的r通道数据。第一步，初始化一个空的特征向量字典列表e＝[]，和一个计数器列表c＝[],将rm初始化为全0的尺寸的uint8矩阵。第二步，向e中填充n个空字典，即e＝[{},{},...,{}]；向c中填充n个0，即c＝[0,0,...,0]。第三步，遍历所有的像素空间位置，在每个位置上做如下处理：(a).在像素位置z,h,w上，获得特征向量v＝m[z,h,w]；(b).检查特征向量v是否存在于e[z]中；如果存在，rm[z,h,w]＝e[z][v]；如果不存在，首先设置c[z]＝c[z]+1，然后设置e[z][v]＝c[z]，rm[z,h,w]＝c[z]，最后rm[z,h,w]＝e[z][v]。第四步，将e中每个字典元素的key和value互换，原来字典的key可能是[0,1,1,0,0...]这样一串特征向量v，value是一个数值下标，例如3，现在用3做key,[0,1,1,0,0...]做value，是为了便于在解码的时候可以根据数值下标快速查询到特征向量v。第五步，将处理后的特征向量字典列表e传输到a7步骤处理，将矩阵rm传输到a8步骤处理。[0066]a8是将a5步骤获取的矩阵rm，和a6步骤获取的矩阵gm，矩阵bm按照[rm,gm,bm]的顺序存储为一个矩阵，通过libwebp的程序接口，将其存储为一个预设帧数的分辨率的rgb格式动画，本实施例一中，设置每秒播放帧数为30帧，保存为webp图像。本实施例一也支持将编码后的数据存储成png(portablenetworkgraphics)、gif(graphicsinterchangeformat)、flif(freelosslessimageformat)、avif(av1imagefileformat)、jpegxl等支持无损压缩的图像格式。图片压缩率高，解码速度快，易于查看和管理。[0067]相较于使用dicom文件存储，本实施例一提供的编码方法能够将文件体积减小80％以上。举例来说，一个109层，512x512的头颈区域ct影像的dicom文件体积为55mb，其上78个器官的勾画结果rtstructure文件体积为6mb。两者共61mb，如果将其保存为本实施例一提供的webp图像和json格式的数据，体积仅为10.7mb。一个典型的dicom影像文件通常会被存储为上百个切片文件，文件管理会比较麻烦。本实施例一提供的编码方法对dicom数据进行重新编码以后，一个数据实例只会储存两个文件：pixel-data.webp和metainfo.json。其中，webp格式是比较通用的图片格式，可以被普通的看图软件和浏览器打开。pixel-data.webp是一个动图，以每秒30帧的速度展示各个切片的情况，因此可以比较方便的检查数据是否存在比较明显的错误，例如错配，扫描范围不全，层序错乱等。metainfo.json是纯文本文件，对元信息的查看，编辑和额外信息的补充都比较容易，因此本实施例一提供的医学影像数据存储方法更易于管理。[0068]本实施例一提出的医学影像数据存储方法中将元信息提取出来保存到预设数据格式的文件中，同时在预设数据格式的文件中添加附加信息，方便后续的处理程序的检索和信息存储；且可以将医学图像的灰度信息和器官勾画的掩码矩阵同时存储到8bit色深的rgb或rgba格式图像中。[0069]优选的，将第一元信息和第二元信息中的数据转换成预设数据格式的方法包括：[0070]将第一元信息和第二元信息转换成预设数据格式支持的字符型、整形、浮点型、列表和字典类型表示的方式。[0071]数据元素作为基本结构单元，由一个唯一的标签(tag)、值类型(vr)、数据值长度(length)和数据域(vf)组成。[0072]且，遍历dicom文件中的数据元素，将数据元素转为字典数据。[0073]本实施例一中提供了关于各种值类型(vr类型)数据的转换方式，如表一所示。[0074]表一[0075][0076][0077]为了保证编码后的文件为无损文件，第一元信息和第二元信息中关于dicom图像的影像信息和dicom-rt文件的勾画轮廓点坐标信息在转换成预设数据格式的过程中被忽略。[0078]每个vr类型的数据转换方式如表一所示。另外dicom文件协议中指定tag为(7fe0,0010)的数据元素保存的是pixel-data(影像信息)，将在第一元信息处理过程中被跳过，交由a6步骤处理，即在图像灰度矩阵编码为gb通道数据的过程中被处理。dicom文件协议中指定tag为(3006,0040)的数据元素保存的是dicom-rt文件勾画轮廓点坐标序列，也将被跳过，交由a7步骤处理，即将融合后的数据保存为json格式的数据过程中被处理。[0079]对灰度图像矩阵进行编码处理的方法包括：[0080]遍历所有的像素空间位置，在每个位置上获取灰度值，通过灰度值进行预设像素值的整除和取余后编码为矩阵gm；通过灰度值进行预设像素值的整除后编码为矩阵bm。[0081]勾画轮廓坐标点序列解码成掩码矩阵的方法包括：[0082]读取待处理dicom图像数据对应的dicom-rt文件中的roicontoursequence，从roicontoursequence中获取每个结构区域的轮廓点坐标，确定每个轮廓点在图像上的行列索引，以及所属的切片层次，区分轮廓点围成的区域内部和外部像素值，将所有切片层次的掩码矩阵沿z轴堆叠，形成成掩码矩阵。[0083]将掩码矩阵编码为矩阵rm的方法包括：[0084]将矩阵rm初始化；[0085]分别向空的特征向量字典列表e和计数器列表c中填充n个空值；[0086]遍历像素空间位置，在像素空间位置上获得特征向量v＝m[z,h,w]；[0087]其中：m表示矩阵，z、h、w分别指像素位置所在的深度方向、宽度方向和高度方向的空间位置；[0088]检查所述特征向量v是否存在于特征向量字典列表e[z]中；[0089]如果存在，矩阵rm[z,h,w]＝e[z][v]；[0090]如果不存在，设置c[z]＝c[z]+1，e[z][v]＝c[z]，则矩阵rm[z,h,w]＝c[z]。由于c[z]在处理过程中是累计递增的，例如第一次情况c[z]＝1，一次递增后c[z]因为自增就变成了2，通过改变c[z]值更新矩阵rm。[0091]第一元信息和第二元信息中的数据转换成预设数据格式并保存的方法包括：[0092]初始化空字典；[0093]分别将第一元信息、第二元信息字典数据、附加信息和特征向量v加入空字典中保存为预设数据格式文件。[0094]对灰度图像矩阵进行编码处理，对勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像方法包括：[0095]将矩阵rm、矩阵gm和矩阵bm按照[rm,gm,bm]的顺序存储为图像矩阵，通过程序处理后图像矩阵成为预设分辨率帧数且为rgb格式的图像。[0096]对预设数据格式文件和预设的图像格式进行解码的方法包括：[0097]s201：读取预设格式的图像获得矩阵rm、矩阵gm和矩阵bm。[0098]如图3所示，本实施例一中，读取预设格式的图像获得矩阵rm、矩阵gm和矩阵bm的方法包括b1：通过libwebp的程序接口读取webp动态图，并按rgb通道切分为rm，gm和bm矩阵。将rm传输到b3步骤处理，将gm和bm传输到b4步骤处理。[0099]s202：读取预设数据格式文件获得特征向量字典e。[0100]如图3所示，本实施例一中，读取预设数据格式文件的方法包括b2，即读取json文件，加载储存元信息的json文件得到字典d，从中提取特征向量字典e＝d['rs-vec']，将特征向量字典e传输到b3步骤处理。[0101]s203：结合矩阵rm和特征向量字典e获得掩码矩阵，根据矩阵gm和矩阵bm计算得到原始dicom图像的灰度矩阵。[0102]如图3所示，本实施例一中，结合矩阵rm和特征向量字典e获得掩码矩阵的方法包括b3：解码掩码矩阵，第一步，将m初始化为全0的尺寸的uint8矩阵；第二步，遍历所有的像素空间位置，在每个位置上做如下处理：(a).在像素位置z,h,w上，获得特征下标p＝rm[z,h,w]；(b).根据p获取特征向量v＝e[z][p]；(c).将特征向量v填入m，即m[z,h,w]＝v；第三步，获得掩码矩阵m。[0103]如图3所示，本实施例一中，计算得到原始dicom图像的灰度矩阵的方法包括b4：根据b1步骤获得的矩阵gm和矩阵bm，本实施例一通过如下步骤计算原始的影像灰度矩阵gray:第一步，将gray初始化为全0的的uint16矩阵；第二步，遍历所有的像素空间位置，在每个像素位置z,h,w上进行灰度处理，gray[z,h,w]＝gm[z,h,w]*256+bm[z,h,w]，其中，z,h,w分别指像素位置的层数、宽和高；第三步，得到原始dicom图像的灰度矩阵。[0104]s204：由掩码矩阵和影像灰度矩阵还原得到原始dicom图像。[0105]相较于pydicom读取并解码影像和掩码数据，本实施例一提供的解码方法在解码速度方面可以提升5倍以上。在inteli5-10500处理器上，从硬盘读取并解码上述的头颈数据仅需要0.8秒。[0106]实施例二：[0107]本实施例二中提供一种医学影像数据存储设备包括：[0108]一个或多个处理器；[0109]存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如实施例一所述的用于医学影像数据存储方法。[0110]图5为本发明实施例二提供的医学影像数据存储设备结构示意图。图5示出了适于用来实现本发明实施方式的示例性医学影像数据存储设备的框图。图5显示的医学影像数据存储设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。[0111]如图5所示，医学影像数据存储设备以通用设备的形式表现。医学影像数据存储设备的组件可以包括但不限于：一个或者多个处理器或者处理单元，存储器，连接不同系统组件(包括存储器和处理单元)的总线。[0112]总线表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。[0113]医学影像数据存储设备典型地包括多种计算机系统可读介质。这些介质可以是任何能够被医学影像数据存储设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。[0114]存储器可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器。医学影像数据存储设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。[0115]具有一组(至少一个)程序模块的程序/实用工具，可以存储在例如存储器中，这样的程序模块包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本发明所描述的实施例中的功能和/或方法。[0116]医学影像数据存储设备也可以与一个或多个外部设备(例如键盘、指向设备、显示器等)通信，还可与一个或者多个使得用户能与该医学影像数据存储设备交互的设备通信，和/或与使得该医学影像数据存储设备能与一个或多个其它设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口进行。并且，医学影像数据存储设备还可以通过网络适配器与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器通过总线与医学影像数据存储设备的其它模块通信。应当明白，尽管图中未示出，可以结合医学影像数据存储设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。[0117]处理单元通过运行存储在存储器中的程序，从而执行各种功能应用以及数据处理，例如实现本发明任意实施例提供的医学影像数据存储的方法。也即：读取待处理dicom图像数据，获取第一元信息和灰度图像矩阵；读取待处理dicom图像数据对应的dicomrt文件，获取第二元信息和勾画轮廓坐标点序列；将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存；对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像。[0118]以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12
技术特征：
1.一种医学影像数据存储方法，其特征在于，所述方法包括：读取待处理dicom图像数据，获取第一元信息和灰度图像矩阵；读取待处理dicom图像数据对应的dicom-rt文件，获取第二元信息和勾画轮廓坐标点序列；将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存；对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像。2.如权利要求1所述的医学影像数据存储方法，其特征在于，所述将所述第一元信息和所述第二元信息中的数据转换成预设数据格式的方法包括：将所述第一元信息和所述第二元信息转换成所述预设数据格式支持的字符型、整形、浮点型、列表和字典类型表示的方式；且，遍历dicom文件中的数据元素，将数据元素转为字典数据。3.如权利要求2所述的医学影像数据存储方法，其特征在于，所述第一元信息和所述第二元信息中关于dicom图像的影像信息和dicom-rt文件的勾画轮廓点坐标信息在转换成预设数据格式的过程中被忽略。4.如权利要求1所述的医学影像数据存储方法，其特征在于，所述对所述灰度图像矩阵进行编码处理的方法包括：遍历所有的像素空间位置，在每个位置上获取灰度值，通过所述灰度值进行预设像素值的整除和取余后编码为矩阵gm；通过所述灰度值进行预设像素值的整除后编码为矩阵bm。5.如权利要求1所述的医学影像数据存储方法，其特征在于，所述勾画轮廓坐标点序列解码成掩码矩阵的方法包括：读取所述待处理dicom图像数据对应的dicom-rt文件中的roi contoursequence，从所述roicontoursequence中获取每个结构区域的轮廓点坐标，确定每个轮廓点在图像上的行列索引，以及所属的切片层次，区分轮廓点围成的区域内部和外部像素值，将所有切片层次的掩码矩阵沿z轴堆叠，形成成掩码矩阵。6.如权利要求5所述的医学影像数据存储方法，其特征在于，将所述掩码矩阵编码为矩阵rm的方法包括：将矩阵rm初始化；分别向空的特征向量字典列表e和计数器列表c中填充n个空值；遍历像素空间位置，在像素空间位置上获得特征向量v＝m[z,h,w]；其中：m表示矩阵，z、h、w分别指像素位置所在的深度方向、宽度方向和高度方向的空间位置；检查所述特征向量v是否存在于特征向量字典列表e[z]中；如果存在，矩阵rm[z,h,w]＝e[z][v]；如果不存在，设置c[z]＝c[z]+1，e[z][v]＝c[z]，则矩阵rm[z,h,w]＝c[z]。7.如权利要求6所述的医学影像数据存储方法，其特征在于，所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存的方法包括：初始化空字典；
分别将所述第一元信息、所述第二元信息字典数据、附加信息和所述特征向量v加入所述空字典中保存为所述预设数据格式文件。8.如权利要求1至7所述的医学影像数据存储方法，其特征在于，所述对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像方法包括：将所述矩阵rm、所述矩阵gm和所述矩阵bm按照[rm,gm,bm]的顺序存储为图像矩阵，通过程序处理后所述图像矩阵成为预设分辨率帧数且为rgb格式的图像。9.如权利要求1至8所述的医学影像数据存储方法，其特征在于，对所述预设数据格式文件和所述预设的图像格式进行解码的方法包括：读取所述预设格式的图像获得矩阵rm、矩阵gm和矩阵bm；读取所述预设数据格式文件获得特征向量字典e；结合所述矩阵rm和所述特征向量字典e获得掩码矩阵，根据所述矩阵gm和所述矩阵bm计算得到原始dicom图像的影像灰度矩阵；由所述掩码矩阵和所述影像灰度矩阵还原得到原始dicom图像。10.一种医学影像数据存储设备，其特征在于，设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一项所述的医学影像数据存储方法。

技术总结
本发明属于图像处理技术领域，更具体地，涉及一种医学影像数据存储方法及设备，方法包括：读取待处理DICOM图像数据，获取第一元信息和灰度图像矩阵；读取待处理DICOM图像数据对应的DICOM-RT文件，获取第二元信息和勾画轮廓坐标点序列；将所述第一元信息和所述第二元信息中的数据转换成预设数据格式并保存；对所述灰度图像矩阵进行编码处理，对所述勾画轮廓坐标点序列进行解码和编码处理，再对处理后的数据进行融合后保存为预设格式的图像。据进行融合后保存为预设格式的图像。据进行融合后保存为预设格式的图像。


技术研发人员：徐晨阳 游忠辉 田孟秋
受保护的技术使用者：广州柏视数据科技有限公司
技术研发日：2023.06.30
技术公布日：2023/9/25