[发明专利]医学图像处理方法、装置、计算机设备和存储介质

说明书

本发明涉及一种医学图像处理方法、医学图像处理装置、计算机设备和计算机可读存储介质。所述方法通过检测CPU是否支持预设指令集，并在CPU支持预设指令集时，对CPU中的各个运算模块进行排序，然后，利用预设指令集按照该排序对各个运算模块进行优化，并利用被优化过后的各个运算模块进行医学图像的处理，从而在确保CPU的运算速度的前提下，能够用CPU替代GPU而节省成本。

技术领域

本发明涉及医学图像处理领域，特别是涉及一种医学图像处理方法、医学图像处理装置、计算机设备和计算机可读存储介质。

背景技术

随着医疗技术的不断发展，人们对高分辨率医学图像的需求也越来越迫切。分辨率高的医学图像能够帮助医生做出更为准确的判断。然而，随着医学图像的分辨率逐渐增加，后续对该医学图像进行处理的难度也在不断加大。为了不耽误医生对病人的诊断时间，需要加快对医学图像的处理速度。

在传统技术中，是采用图形处理器(Graphics Processing Unit，简称GPU)以对医学图像进行图像处理。然而，采用GPU的医疗设备的整体体积偏大，极大浪费医疗工作站的空间；此外，高性能GPU的造价过高，造成医疗设备的成本增加。

发明内容

基于此，有必要提供一种医学图像处理方法、医学图像处理装置、计算机设备和计算机可读存储介质，在确保运算速度的前提下能够节省成本。

一种医学图像处理方法，所述方法包括：

检测CPU是否支持预设指令集；

若CPU支持所述预设指令集，则获取所述CPU中的各个运算模块的运算性能参数数据；

根据所述各个运算模块的运算性能参数数据确定所述各个运算模块的优化优先级；

利用所述预设指令集，按照所述优化优先级的顺序对所述各个运算模块进行优化，并利用优化后的各个运算模块对所述医学图像进行处理。

在其中一个实施例中，所述预设指令集包括AVX指令集、AVX2指令集、SSE指令集和SSE2指令集中的一种或多种。

在其中一个实施例中，所述运算性能参数数据包括运算耗时；所述根据所述各个运算模块的运算性能参数数据确定所述各个运算模块的优化优先级，包括：

按照所述运算耗时从大到小的顺序确定各个运算模块的优化优先级。

在其中一个实施例中，所述利用所述预设指令集，按照所述优化优先级的顺序对所述各个运算模块进行优化，包括：

在对任意一个运算模块进行优化后，判断所有运算模块当前的总运算耗时是否超出期望总耗时；

若所述所有运算模块当前的总运算耗时小于或等于所述期望总耗时，则停止对剩余的运算模块的优化。

在其中一个实施例中，所述方法还包括：

若所述所有运算模块当前的总运算耗时大于所述期望总耗时，则判断所有运算模块是否均已被优化；

若所有运算模块均已被优化，则增加所述CPU的运行线程。

在其中一个实施例中，所述运算性能参数数据包括多项运算性能参数，所述根据所述各个运算模块的运算性能参数数据确定所述各个运算模块的优化优先级，包括：

基于任意一项运算性能参数，对各个运算模块的该项运算性能参数进行归一化处理，以获取该项运算性能参数所对应的子运算性能分值；

根据任一运算模块的各个子运算性能分值，获取对应该运算模块的总运算性能分值；

根据所述总运算性能分值确定所述各个运算模块的优化优先级。