【技术实现步骤摘要】 【专利摘要】本专利技术提供，所述系统包括业务应用层，影像挖掘层以及数据层，其中，影像挖掘层包括数据预处理模块，与数据预处理模块连接的影像特征提取模块以及与影像特征提取模块连接的数据挖掘模块。所述方法包括如下步骤：用户在业务应用层提出请求；影像挖掘层的数据预处理模块从数据层获得医学影像数据，并对医学影像数据进行预处理；影像特征提取模块对所述医学影像数据进行分析，并获取所述医学影像数据的集成特征；根据所述集成特征，所述数据挖掘模块对所述医学影像数据进行挖掘，并将所述挖掘的结果反馈给所述业务应用层。本技术方案能快速、准确地从海量医学影像数据集中挖掘出有用的知识。【专利说明】 本专利技术涉及数据处理领域，尤其涉及。 技术介绍 随着医学影像技术和计算机技术的发展，X光成像、计算机断层扫描、磁共振成像、超声成像和正子发射断层扫描等成像技术和设备在医疗机构的临床和研发工作中发挥着相当重要的作用。为了实现医学影像资源的共享，国内许多医疗机构已实现了信息化管理，使用影像存档与传输系统(Picture Archiving And Communicat1n System, PACS)对医学影像资料进行采集、存储、处理及传输。 PACS系统存储了海量的医学影像数据集。但是，医疗机构目前对于PACS系统的操作仅限于日常的录入、查询和删除等基本操作，不便于准确、高效地获取有价值的医学影像资源，使得海量医学影像资源无法得到充分的利用，造成了极大的资源浪费。因此，如何高效、准确地从海量医学影像数据中获取有潜在价值的信息，为临床诊断和医学科研工作提供支持，成为当前迫切需要解决的问题。 在医疗行业的实际应用中，数据挖掘技术存在以下瓶颈。一方面，数据挖掘技术主要应用于结构化数据(例如，可以用二维表结构来逻辑表达实现的数字或符号)，而医学影像数据大多是非结构化数据，蕴含的信息十分复杂，无法直接用于数据挖掘；另一方面，现有商业软件的数据处理方式一般采用集中式处理，可挖掘的数据量及挖掘的效率依赖于单一计算机平台的性能，无法经济、高效地从爆炸式增长的医学影像数据库中挖掘出医务人员需要的fe息。 技术实现思路 本专利技术解决的问题是提供方法，能快速、准确地从海量医学影像数据集中挖掘出有用的知识。 为了解决上述问题，本专利技术提供了一种海量医学影像数据挖掘系统，包括业务应用层，与所述业务应用层连接的影像挖掘层以及与所述业务应用层和影像挖掘层连接的数据层，其中，所述影像挖掘层包括数据预处理模块，与所述数据预处理模块连接的影像特征提取模块以及与所述影像特征提取模块连接的数据挖掘模块。 上述所述一种海量医学影像数据挖掘系统，其中，所述业务应用层包括用户界面以及与所述用户界面连接的影像挖掘应用程序接口。 上述所述一种海量医学影像数据挖掘系统，其中，所述影像挖掘应用程序接口包括数据预处理应用程序接口、影像特征提取应用程序接口和数据挖掘应用程序接口。 上述所述一种海量医学影像数据挖掘系统，其中，所述影像挖掘层还包括Map Reduce分布式计算模块。 上述所述一种海量医学影像数据挖掘系统，其中，所述数据预处理模块包括格式转换子模块、归一化子模块、图像去噪子模块和图像分割子模块。 上述所述一种海量医学影像数据挖掘系统，其中，所述影像特征提取模块包括内容特征提取子模块、语义特征提取子模块和特征集成子模块。 上述所述一种海量医学影像数据挖掘系统，其中，所述数据层包括数据访问接口以及与所述数据访问接口连接的数据存储和管理模块。 为了解决上述问题，本专利技术还提供了一种海量医学影像数据的挖掘方法，包括如下步骤:用户在所述业务应用层提出请求；所述影像挖掘层的数据预处理模块从所述数据层获得医学影像数据，并对所述医学影像数据进行预处理；所述影像特征提取模块对所述医学影像数据进行分析，并获取所述医学影像数据的集成特征；根据所述集成特征，所述数据挖掘模块对所述医学影像数据进行挖掘，并将所述挖掘的结果反馈给所述业务应用层。 上述所述的医学影像数据挖掘方法，其中，通过所述MapReduce分布式计算模块，实现所述数据预处理模块、影像特征提取模块和数据挖掘模块的操作。 上述所述的医学影像数据挖掘方法，其中，所述数据挖掘模块通过加权投票法对所述医学影像数据进行挖掘。 上述所述的医学影像数据挖掘方法，其中，所述加权投票方法为: I)为所述数据挖掘模块中的任一子模块中的N种挖掘方法设置权重，N^l； 2)分别使用所述N种挖掘方法对所述医学影像数据进行挖掘，并记录所述每一种挖掘方法的挖掘结果； 3)计算所述每一种挖掘方法的挖掘结果的加权结果，并根据所述加权结果对所述医学影像数据进行决策。 上述所述的医学影像数据挖掘方法，其中，根据所述挖掘结果，调整所述N种挖掘方法的权重。 与现有技术相比，本专利技术引入影像特征提取模块，可以提取出医学影像的集成特征，综合利用了医学影像的多种特征，具有全面性，并避免了单一特征无法完整得描述医学影像内容的缺陷，能够更加充分、精确地表达图像内容的属性，提高了医学影像挖掘结果的准确性； 进一步地，数据挖掘模块中引入多种数据挖掘算法，采用加权投票法做出决策，充分利用了不同数据挖掘算法之间的互补性，提高了数据挖掘结果的准确性，而且还能根据决策结果实时调整不同算法的权重； 进一步地，以MapReduce分布式计算模块为基础,仅需由廉价、低端的服务器组成的集群，集群的大小可以根据用户的实际负载来选择，在保证医学影像数据挖掘系统高效性的同时,也为用户节约了成本； 进一步地，影像挖掘层解耦成三个独立运行的模块，每个模块又由多个完全独立的子模块组成，具有良好的可扩充性，可以根据用户的数据挖掘需求，方便、快捷地添加新的功能模块。 【专利附图】【附图说明】 图1所示为本专利技术实施例一种海量医学影像数据挖掘系统的结构示意图； 图2所示为本专利技术实施例一种海量医学影像数据挖掘方法的流程示意图； 图3所示为本专利技术实施例加权投票法的流程示意图。 【具体实施方式】 在下面的描述中阐述了很多具体细节以便于充分理解本专利技术。但是本专利技术能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施的限制。 其次，本专利技术利用示意图进行详细描述，在详述本专利技术实施例时，为便于说明，所述示意图只是实例，其在此不应限制本专利技术保护的范围。 下面结合附图和实施例对本专利技术进行详细描述。本专利技术实施例的海量医学影像数据挖掘系统如图1所示，所述数据挖掘系统包括业务应用层1，与所述业务应用层1连接的影像挖掘层2以及与所述业务应用层1和影像挖掘层2连接的数据层3。其中，所述业务应用层1包括用户界面11以及与所述用户界面11连接的影像挖掘应用程序接口，通过应用程序接口，用户可以调用影像挖掘层2的各个子模块，所述影像挖掘应用程序接口包括数据预处理应用程序接口 12、影像特征提取应用程序接口 13和数据挖掘应用程序接口 14 ;所述影像挖掘层2是所述医学影像数据挖掘系统的核心层，包括数据预处理模块21，与所述数据预处理模块连接的影像特征提取模块22以及与所述影像特征提取模块22连接的数据挖掘模块本文档来自技高网...

【技术保护点】 一种海量医学影像数据挖掘系统，其特征在于，包括业务应用层，与所述业务应用层连接的影像挖掘层以及与所述业务应用层和影像挖掘层连接的数据层，其中，所述影像挖掘层包括数据预处理模块，与所述数据预处理模块连接的影像特征提取模块以及与所述影像特征提取模块连接的数据挖掘模块。

【技术特征摘要】

【专利技术属性】 技术研发人员：陈文娟， 申请(专利权)人：上海联影医疗科技有限公司， 类型：发明 国别省市：上海;31