[发明专利]一种图像数据的处理方法及装置

说明书

技术领域

本发明涉及计算机数据处理技术领域，特别涉及一种图像数据的处理方法及装置。

背景技术

计算机图像处理技术在生物信息、遥感航空、工业应用、军事公安及其他领域有着广泛应用。特别是在医学、气候、生物等科学研究应用中，科研人员面对的图像处理与分析的复杂性和图像数据量不断增大，因此，工作流技术在研究应用中的优势逐渐显现出来。

计算机图像理解领域综合了计算机视觉、数学、信号分析、人工智能等学科的方法。为实现图像理解目的，科研人员需要掌握大量基础技术知识，这就需要有强大的图像处理与分析工具提供支持；一个健壮、精确性高的图像处理软件的开发在很大程度上依赖于计算机视觉技术和图像处理的结合，因此，应用开发者也需要丰富的专业、高质量、易用的支持图像处理与分析的开发工具。

医学领域的图像存在多模态、分辨率高的特点，并且随着医疗设备的不断发展，医学图像数据量也越来越大，严重影响医学图像应用软件的计算效率和诊断准确性。计算机辅助诊断软件通常需要经过图像增强、分割、检测、分类和可视化等多种技术相互融合才能共同完成对图像中病灶的识别，因此，在软件开发和应用方面，科研人员和医生需要一个功能灵活和支持复用的医学图像理解环境。本发明的面向医学图像理解的工作流模型为解决上述问题提供了有效的解决方法，提出了一种工作流模型的定义、创建和调度方法与技术，提高了应用软件的开发效率。

工作流模型在设计上根据工作流模式(或执行任务的时间顺序关系)可以分为有向无环图和非有向无环图两类。有向无环图工作流模式包括序列、并发和选择模式；非有向无环图工作流模式在前者的基础上增加了迭代模式即循环模式，这种模式在科学应用是比较常见的。通过上述几种简单的工作流模式可以组合完成一个复杂的工作流，以及子流程的应用可以形成大规模的工作流流程。根据模型组合方式，工作流模型可分为基于语言的建模和基于图的建模。基于语言的建模方法有标记语言等；基于图的建模有Petri网等。

工作流引擎是一个工作流系统运行的核心部分，是工作流流程的执行单元，对应WFMC参考标准的流程引擎。工作流调度根据架构方式可以分为集中结构、层次结构和分布结构。集中结构易于实现，流程中的所有控制信息和数据信息都用统一的结构处理，每一个任务具有相同的目标；层次结构有一个主执行单元，下属若干个子执行单元，主执行单元控制流程的运行，并分配任务给子执行单元；分布结构在实现上比较困难，每一个执行单元相互独立，没有主控制管理者，执行单元之间通信协商完成流程执行。工作流调度运行中节点会产生结果数据，根据数据的传递方式可以将调度分为三类：集中型、中继型和端到端型。集中型管理方式中间数据传递有一个集中位置，节点执行完毕通过该位置将结果传递给下一个节点；中继型管理方式根据实际的需要会将每一个中间结果数据都保留下来，比如中间结果后来需要使用；端对端型管理方式直接将数据从源位置传递到目标位置，没有任何第三方服务，比较适合大规模数据量。

以医学图像为例，现有的对图像的处理方法通常是：提取某图像的图像数据，根据实际业务需求对图像数据进行算法处理后给出图像处理结果。当需要对该图像数据进行多方向的分析时，需要依次顺序重复前述提取及算法处理的步骤，并依次给出图像处理结果，直到完成对所有需求的处理。多个处理结果不能同时显示，每次只能显示一个结果。如果对某些图像有特殊的处理需求，则要根据需求重新开发软件模块。

可见，现有的对图像处理过程中，当有多方向的分析需求时，只能依次处理，处理效率很低。而且，多个处理结果不能同时显示，每次只能显示一个结果，不能满足用户需要同时显示多结果的需求。需要经常性的重新开发软件模块，以应对不断发展的新需求，应用很不方便，软件开发效率低、复用性差。

发明内容

本发明要解决的技术问题是提供一种图像数据的处理方法及装置，以解决有多方向的分析需求时图像处理效率低的问题。

本发明实施例提供了一种图像数据的处理方法，包括设置组件库，由所述组件库中的组件构建流程模板，每个流程模板对应一组节点；所述方法还包括：

流程引擎根据满足应用要求的流程模板生成对应的流程实例，获取所述流程实例中与当前节点类型相匹配的组件；

基于内存数据库技术运行所述流程实例，利用前述组件生成所述当前节点的图像数据处理结果。

其中，所述流程引擎获得当前节点的图像数据处理结果后，进一步包括：遍历当前节点的所有输出端口，获取与所述当前节点输出端口存在关联的关联节点，以及所述关联节点的图像数据处理结果。