血流成像

技术领域

本公开大体上涉及半导体存储器和方法，且更确切地说，涉及用于血流成像的设备、系统和方法。

背景技术

存储器装置通常提供为计算机或其它电子系统中的内部电路、半导体电路、集成电路。存在许多不同类型的存储器，包含易失性和非易失性存储器。易失性存储器可能需要电力来维持其数据(例如，主机数据、错误数据等)，并包含随机存取存储器(RAM)、动态随机存取存储器(DRAM)、静态随机存取存储器(SRAM)、同步动态随机存取存储器(SDRAM)和晶闸管随机存取存储器(TRAM)等。非易失性存储器可通过在未被供电时保存所存储数据来提供持久性数据，且可包含NAND快闪存储器、NOR快闪存储器和电阻可变存储器，例如相变随机存取存储器(PCRAM)、电阻性随机存取存储器(RRAM)和例如自旋力矩转移随机存取存储器(STT RAM)的磁阻随机存取存储器(MRAM)等。

存储器装置可耦合到主机(例如，主机计算装置)以存储数据、命令和/或指令以在计算机或电子系统操作时供主机使用。例如，数据、命令和/或指令可在计算或其它电子系统的操作期间在主机与存储器装置之间传送。

发明内容

一方面，本申请提供一种用于血流成像的方法，其包括：由耦合到包括第一类型的媒体的第一存储器装置和包括第二类型的媒体的第二存储器装置的处理器接收对应于应用程序的启动的指示；响应于接收到对应于应用程序的启动的指示，在第一存储器装置与第二存储器装置之间重新分配计算资源；由处理器接收由耦合到处理器的成像装置捕获的数据；由处理器针对第一存储器装置和第二存储器装置确定与用以处理由成像装置捕获的数据的应用程序的执行对应的工作负载的特性；基于在执行工作负载时针对第一存储器装置和第二存储器装置所确定的特性，将由成像装置捕获的数据写入到第一存储器装置或第二存储器装置；以及在由成像装置捕获的数据写入到在执行工作负载时展现大于所确定特性的阈值集的第一存储器装置或第二存储器装置时，由处理器执行工作负载作为应用程序的执行的部分。

另一方面，本申请提供一种用于血流成像的设备，其包括：第一存储器装置，其包括第一类型的媒体；第二存储器装置，其包括第二类型的媒体；成像装置；以及处理器，其耦合到第一存储器装置、第二存储器装置和成像装置，其中处理器将：接收应用程序启动指示符；响应于接收到应用程序启动指示符，至少部分地基于第一存储器装置和第二存储器装置的所确定特性而在第一存储器装置与第二存储器装置之间重新分配计算资源；接收由成像装置捕获的数据；基于针对第一存储器装置和第二存储器装置所确定的特性，将由成像装置捕获的数据写入到第一存储器装置或第二存储器装置；在由成像装置捕获的数据写入到第一存储器装置或第二存储器装置时，执行应用程序。

另一方面，本申请提供一种用于血流成像的系统，其包括：存储器系统，其包括处理器、包括第一类型的媒体的第一存储器装置、包括第二类型的媒体的第二存储器装置，以及包括第三类型的媒体的第三存储器装置；以及成像装置，其耦合到存储器装置，其中处理器将：接收由成像装置捕获的一或多个图像；基于一或多个所接收图像的特性，产生对应于应用程序的执行的应用程序启动指示符，所述应用程序对应于检测生物的至少一部分中的异常；响应于产生应用程序启动指示符，至少部分地基于第一存储器装置、第二存储器装置和第三存储器装置的特性在第一存储器装置、第二存储器装置或第三存储器装置或其任何组合之间重新分配计算资源；响应于产生应用程序启动指示符，将由成像装置捕获的一或多个图像的至少一部分写入到第一存储器装置、第二存储器装置或第三存储器装置或其组合；以及在由成像装置捕获的一或多个图像写入到第一存储器装置、第二存储器装置或第三存储器装置或其任何组合时，执行对应于检测生物的至少部分中的异常的应用程序。

附图说明

图1为根据本公开的数个实施例的呈包含主机和存储器装置的设备形式的功能框图。

图2为根据本公开的数个实施例的呈包含设备的计算系统形式的另一功能框图，所述设备包含主机和存储器系统。

图3为根据本公开的数个实施例的呈包含存储器系统的设备形式的功能框图。

图4为根据本公开的数个实施例的呈包含存储器系统的设备形式的另一功能框图。

图5为示出根据本公开的数个实施例的人类医疗自诊断测试对象和移动计算装置的图式。

图6为根据本公开的数个实施例的表示对应于血流成像的实例方法的流程图。

具体实施方式

描述了关于血流成像的方法、系统和设备。举例来说，一种用于血流成像的方法可包含由耦合到包括第一类型的媒体的第一存储器装置和包括第二类型的媒体的第二存储器装置的处理器接收对应于应用程序的启动的指示和由耦合到处理器的成像装置捕获的数据。所述方法可包含：针对第一存储器装置和第二存储器装置确定与用以处理由成像装置捕获的数据的应用程序的执行对应的工作负载的特性；以及基于在执行工作负载时针对第一存储器装置和第二存储器装置所确定的特性，将由成像装置捕获的数据写入到第一存储器装置或第二存储器装置。所述方法可进一步包含在由成像装置捕获的数据写入到在执行工作负载时展现大于所确定特性的阈值集的第一存储器装置或第二存储器装置时，执行工作负载作为应用程序的执行的部分。

可执行血液成像技术以检测生物(例如，具有血管的人类或其它动物，其中血液流过所述血管)血液中的异常。一般来说，这些技术可涉及使用磁共振成像(MRI)技术，例如磁共振血管造影(MRA)和/或例如计算机断层扫描血管造影(CTA)的计算机断层扫描(CT)技术，以及其它合适的技术。尽管这些技术在检测血液中的异常时通常是可靠的，但这些程序进行起来昂贵且耗时。此外，此类程序需要将生物嵌入极大专用装置中，通常处于精通操作此类装置的医院或医生办公室中，并且因此需要生物处于精通操作前述装置的医院或医生办公室中。

然而，随着成像装置和计算(例如，处理和存储器装置)技术发展，有可能在不存在传统执行血液成像技术(例如，MRA和/或CTA)所需的上述大型专用装置的情况下执行血液成像技术。举例来说，如本文中更详细描述，本公开的实施例可允许执行血液成像以使用移动计算装置检测生物血液中的异常。此类异常可包含展现指示血癌(例如，白血病、淋巴瘤骨髓瘤等)、波动血糖水平、波动血压水平、白血细胞与红血细胞的百分比、血友病和/或贫血以及其它异常的特性的血细胞。如本文中所使用，术语“移动计算装置”通常是指具有平板或平板手机形状因数的手持式计算装置(例如，智能手机)。通常，平板形状因数可包含约3英寸与5.2英寸(对角测量)之间的显示屏幕，而平板手机形状因数可包含约5.2英寸与7英寸(对角测量)之间的显示屏幕。然而，“移动计算装置”的实例不限于此，且在一些实施例中，“移动计算装置”可指IoT装置，以及其它类型的边缘计算装置。

为了在不存在上述大型专用装置的情况下执行血液成像技术，本公开的各方面提供计算资源(例如，处理和/或存储器资源)的动态分配以释放展现特定特性的计算资源，从而允许捕获和处理图像以执行血液成像技术。如本文中更详细描述，响应于确定(例如，基于接收到应用程序启动指示符)将执行涉及图像捕获和处理以执行血液成像技术的应用程序，可重新分配(或预先分配)计算资源。计算资源的此重新分配(或预先分配)可试图优化可用计算资源以捕获、存储和/或处理图像以执行血液成像技术从而使得此类图像的处理成为可能。

举例来说，由于此类图像需要具有高质量水平以便结合血液成像技术处理，因此图像可具有格外大的文件大小，且可因此使用尤其展现高带宽特性、低存取时延特性、高存储器单元密度特性和/或低误差特性的计算资源进行最佳处理。通过响应于确定将执行涉及图像捕获和处理以执行血液成像技术的应用程序而基于此类特性重新分配(或预先分配)计算资源，本公开的各方面可有助于在不存在常用于执行血液成像的极大专用装置的情况下执行血液成像技术。

此外，本公开的各方面允许存储(例如，随时间推移存储以产生在血液成像操作的执行期间检测到的异常或其不足的长期记录)、传送(例如，传送到医院、医生、急救提供者等)和/或分析针对本文中所描述的血液成像操作的执行搜集到的信息以产生健康建议(例如，饮食建议、锻炼和/或活动建议、维生素/营养片剂建议等)。

如上文所提及，本公开的实施例允许执行应用程序以执行血液成像技术。如本文所使用，术语“应用程序”通常是指一或多个计算机程序，其可包含可执行以使计算系统执行某些任务、功能和/或活动的计算指令。在执行应用程序中消耗的计算资源(例如，处理资源和/或存储器资源)的量可就“工作负载”而言进行测量。如本文所使用，术语“工作负载”通常是指在执行某一任务、功能和/或活动的应用程序的执行时消耗的总计算资源。在执行应用程序的过程期间，可由计算系统执行多个子应用程序、子例程等。在执行应用程序(包含子应用程序、子例程等)时消耗的计算资源量可称为工作负载。

可产生高要求工作负载的一些应用程序包含实时地处理例如图像和/或视频的数据的应用程序。尤其当请求实时地处理高质量图像和/或视频以校正图像和/或视频中的缺陷时，此类应用程序可能请求使用大量计算资源且因此产生高要求工作负载。这些种类的应用程序的一些实例可包含医疗诊断成像应用程序，其可包含检查例如人体的生物的特定部分，其中针对所述部分实时捕获图像和/或视频且进行处理以执行血液成像技术。

随着工作负载的要求越来越高，尤其考虑到宽带蜂窝网络技术的改进，与工作负载处理的优化相关联的问题可能在移动计算装置(例如，智能手机、平板计算机、平板手机和/或物联网(IoT)装置等)中进一步加剧，其中物理空间限制可用于装置的处理资源和/或存储器资源的量。另外，在一些方法中，使用移动计算装置执行高要求工作负载可能会快速地消耗可用于移动计算装置的电池资源和/或产生移动计算装置的不合需要的热行为(例如，移动计算装置可变得过热而无法以稳定方式操作等)。

随着宽带蜂窝网络技术的发展，可能对连接到宽带蜂窝网络的装置提出更高的资源需求。这可归因于与宽带蜂窝网络(为简洁起见，本文称为“网络”)相关联的可用带宽的增加，这可继而引起更高的下载速度，以及因此增加的与连接到网络的装置相关联的数据流量。此类增加的数据流量可进一步使得在连接到网络的装置内接收、存储和/或处理的数据量更大。

另外，涉及连接到网络的装置(例如，移动计算装置)的数据流量增加的可能性可允许在装置上执行越来越复杂的应用程序(例如，设计用于使计算装置执行一或多个特定功能或任务的计算应用程序)。此类应用程序的执行继而可产生高要求工作负载，这可使计算资源紧张，且更具体地说，可使在一些常规方法中分配给此类装置的计算资源紧张。

为了尝试在移动计算装置上执行高要求工作负载，一些方法可包含在执行一些种类的工作负载期间调节移动计算装置的性能，以确保足够的计算资源可用于执行高要求工作负载。另外，一些方法可包含在执行一些种类的工作负载期间调节移动计算装置的性能，以试图减轻对电池消耗和/或热行为的不利影响。然而，此类方法因此可能仅使用可用计算资源的子集和/或可能无法利用可用计算资源。这可能在移动计算装置中尤其成问题，如上文所提及，与例如台式计算装置相比，移动计算装置可能由于空间限制而已经具有计算资源减少的特征。

相比而言，本文中所描述的实施例可提供硬件电路系统(例如，控制器、处理器等)，其可在对应于工作负载的数据存储于不同类型的存储器装置中时监测和/或确定在计算系统或移动计算装置中执行的工作负载的特性。基于工作负载的所监测或所确定的特性，硬件电路系统可将工作负载的至少一部分写入到不同类型的存储器装置。举例来说，如果在对应于工作负载的数据存储在易失性存储器装置时执行工作负载，并且如果对应于工作负载的数据存储在非易失性存储器装置，硬件电路系统确定可优化工作负载的执行，则硬件电路系统可使对应于工作负载的数据的至少一部分写入到非易失性存储器装置。工作负载特性的此类动态确定和工作负载到包含不同类型的媒体的存储器装置的后续分配可在移动计算系统中尤其有益，特别是在移动计算装置上执行越来越多的处理资源密集型工作负载时。

可如何优化工作负载的非限制性实例可包含优化计算系统的电池消耗、与计算系统相关联的带宽、与计算系统相关联的计算资源消耗和/或计算系统执行工作负载的速度等。举例来说，如果计算系统是移动计算装置(例如，智能手机、IoT装置等)，则当执行涉及某些类型的高功耗存储器装置的工作负载时，可能会快速地消耗计算装置的电池功率。因此，为了优化例如移动计算装置的电池功率消耗，硬件电路系统可使对应于工作负载的至少一部分数据的写入到存储器装置，其特征在于在执行工作负载时消耗较低功率。

可优化工作负载的另一非限制性实例可包含通过利用展现不同存储器容量与带宽容量的存储器装置和/或媒体类型来优化工作负载的执行。举例来说，展现高容量但低带宽的存储器装置(例如，NAND存储器装置)可用于执行一些类型的工作负载(或其部分)，而展现高带宽但低容量的存储器装置(例如，3D堆叠SDRAM存储器装置)可用于执行一些类型的工作负载(或其部分)。通过利用对于不同工作负载展现高容量但低带宽或高带宽但低容量的存储器装置的容量，本文中的实施例可优化计算装置或移动计算装置中执行资源密集型应用程序时消耗的时间量、处理资源和/或功率。然而，实施例不限于此，并且本文中更详细地描述根据本公开优化工作负载的执行的其它实例。

如本文中更详细地描述，实施例可通过基于数据的特性(例如，在执行工作负载时涉及的数据的存取频率)将与工作负载相关联的数据写入存储器装置来进一步优化移动计算系统中工作负载的执行。数据的存取频率可指在执行工作负载时涉及数据的存取(例如，读取、写入等)量。本文中可就“热数据”及“冷数据”而言参考数据的存取频率。如本文中所使用的“冷数据”是指相对于从存储器装置读取的其它存储器对象，在长持续时间内尚未存取的特定存储器对象。如本文中所使用的“热数据”是指相对于从存储器装置读取的其它存储器对象，已频繁存取的特定存储器对象。

举例来说，如果在执行工作负载时涉及的某些数据确定为“热”，则可将此类数据写入到包含非常适合于快速存取数据的媒体类型的存储器装置。本文中所描述的可在执行工作负载期间将热数据写入到其的存储器装置的非限制性实例为易失性存储器装置，例如DRAM装置。

相比而言，如果在执行工作负载时涉及的某些数据确定为“冷”，则可将此类数据写入到包含非常适合于存储非频繁存取的数据的媒体类型的存储器装置。本文中所描述的可在执行工作负载期间将冷数据写入到其的存储器装置的非限制性实例为非易失性存储器装置，例如NAND快闪装置。

在本公开的以下详细描述中，参考形成本公开的一部分的附图，且所述附图中通过图示的方式展示可实践本公开的一或多个实施例的方式。足够详细地描述了这些实施例以使本领域的一般技术人员能够实践本公开的实施例，且应当理解，可以利用其它实施例，且可以在不脱离本公开的范围的情况下进行过程、电和结构性改变。

如本文所使用，如“N”、“M”等特定地关于图式中的附图标号的指定符指示可包含数个如此指定的特定特征。还应理解，本文中所使用的术语仅仅是出于描述特定实施例的目的且并不意图为限制性的。如本文所使用，除非上下文另外明确规定，否则单数形式“一(a/an)”和“所述(the)”可包含单个指示物和多个指示物两者。另外，“数个”、“至少一个”和“一或多个”(例如，数个存储器组)可指一或多个存储器组，而“多个”是指超过一个此类事物。

此外，贯穿本申请以许可的意义(即，有可能、能够)，而非以强制性的意义(即，必须)使用单词“可(can/may)”。术语“包含”和其派生词是指“包含但不限于”。视上下文而定，术语“耦合(coupled/coupling)”是指物理上直接或间接连接或用于存取和移动(传输)命令和/或数据。视上下文而定，术语“数据”和“数据值”在本文中可互换地使用且可具有相同含义。

本文中的图式遵循编号定则，其中第一一或多个数字对应于图式编号，且其余数字标识图式中的元件或组件。可通过使用类似数字来标识不同图式之间的类似元件或组件。举例来说，104可表示图1中的元件“04”，且图2中的类似元件可表示为204。通常在本文中可用单个元件编号指代一组或多个类似元件或组件。举例来说，多个参考元件，例如元件544-1到544-N(或在替代方案中为544-1、...、544-N)可通常称为544。如将了解，可添加、交换和/或去除本文中的各种实施例中展示的元件，以提供本公开的数个额外实施例。另外，图式中提供的元件的比例和/或相对尺度意图说明本公开的某些实施例，且不应被视作限制性意义。

图1为根据本公开的数个实施例的呈包含设备的计算系统100形式的功能框图，所述设备包含主机102和存储器装置104。如本文中所使用，“设备”可指但不限于多种结构中的任何一种或结构的组合，例如电路或电路系统、一或多个裸片、一或多个模块、一或多个装置或一或多个系统。在一些实施例中，计算系统100可为移动计算系统(例如，移动计算装置，例如图5中所示出的移动计算装置501，其可为智能手机、平板计算机、平板手机和/或IoT装置等)。存储器系统104可包含数个不同存储器装置123、125(和/或本文中在图2中示出的227)，所述存储器装置可包含一或多个不同媒体类型124、126(和/或本文中在图2中示出的228)。不同存储器装置123、125和/或227可包含一或多个存储器模块(例如，单列直插式存储器模块、双列直插式存储器模块等)。

存储器系统104可包含易失性存储器和/或非易失性存储器。在数个实施例中，存储器系统104可包含多芯片装置。多芯片装置可包含数个不同存储器装置123、125和/或227，所述数个不同存储器装置可包含数个不同存储器类型和/或存储器模块。例如，存储器系统可包含任何类型的模块上的非易失性或易失性存储器。如图1中所示，计算系统100可包含控制器120，所述控制器可包含处理器122。组件(例如主机102、控制器120、处理器122和/或存储器装置123、125)中的每一个在本文中可单独地称为“设备”。

存储器系统104可提供用于计算系统100的主存储器，或可在整个计算系统100中用作额外存储器和/或存储装置。存储器系统104可包含一或多个存储器装置123、125，所述一或多个存储器装置可包含易失性和/或非易失性存储器单元。举例来说，存储器装置123、125中的至少一个可为具有NAND架构的快闪阵列。此外，存储器装置123、125中的至少一个可为存储器单元的动态随机存取阵列。实施例不限于特定类型的存储器装置。举例来说，存储器系统104可包含RAM、ROM、DRAM、SDRAM、PCRAM、RRAM和/或快闪存储器(例如，NAND和/或NOR快闪存储器装置)等。

然而，实施例不限于此，且存储器系统104可包含其它非易失性存储器装置123、125，例如非易失性随机存取存储器装置(例如，NVRAM、ReRAM、FeRAM、MRAM、PCM)、如电阻可变(例如，3D交叉点(3D XP))存储器装置等“新兴”存储器装置、包含自选存储器(SSM)单元阵列的存储器装置、根据计算高速链路(CXL)操作的存储器装置等，或其组合。

电阻可变存储器装置可与可堆叠交叉网格化数据存取阵列一起基于体电阻的改变而执行位存储。另外，与多个基于快闪的存储器相比，电阻可变非易失性存储器可执行就地写入操作，其中可在不预先擦除非易失性存储器单元的情况下对非易失性存储器单元进行编程。与基于快闪的存储器和电阻可变存储器相比，自选存储器单元可包含具有充当存储器单元的开关和存储元件两者的单个硫族化物材料的存储器单元。

在一些实施例中，存储器系统104可以是计算高速链路(CXL)顺应性存储器系统(例如，存储器系统可包含PCIe/CXL接口)。CXL是被设计成促进下一代数据中心性能的高速中央处理器(CPU)到装置和CPU到存储器互连件。CXL技术维持CPU存储器空间与附接装置上的存储器之间的存储器相干性，其允许资源共享以获得较高性能、减少的软件堆栈复杂度和较低的总体系统成本。

随着越来越多地使用加速器来补充CPU以支持新兴应用，例如人工智能和机器学习，CXL被设计成用于高速通信的行业开放标准接口。CXL技术构建在外围组件互连高速(PCIe)基础结构上，其利用PCIe物理和电气接口以在例如输入/输出(I/O)协议、存储器协议(例如，初始允许主机与加速器共享存储器)和相干性接口等领域中提供高级协议。在一些实施例中，CXL技术可包含多个I/O通道，所述I/O通道配置成以每秒约三十二(32)千兆传送的速率将多个命令传送到存储器控制器外部的电路系统或从存储器控制器外部的电路系统传送所述多个命令。在另一实施例中，CXL技术可包括耦合到多个I/O通道的外围组件互连高速(PCIe)5.0接口，其中存储器控制器将根据计算高速链路存储器系统经由PCIe5.0接口接收涉及存储器装置、第二存储器装置或其任何组合中的至少一个的命令。

如图1中所示，存储器装置123、125包含不同类型的存储器装置。举例来说，存储器装置125可为非易失性存储器装置，例如电阻可变存储器装置、根据CXL协议操作的存储器装置、3D XP存储器装置或NAND存储器装置等，且存储器装置123可为易失性存储器装置，例如DRAM装置，或反过来。也就是说，存储器装置123、125可包含不同媒体类型124、126。然而，实施例不限于此，且存储器装置123、125可包含任何类型的存储器装置，前提是存储器装置123、125中的至少两者包含不同媒体类型124、126。如本文所使用，“媒体类型”通常指对应于存储器装置123、125的存储器单元架构的类型。举例来说，媒体类型124、126中的一个可对应于包含至少一个电容器和至少一个晶体管的存储器单元阵列，而媒体类型124、126中的另一个可包含浮动栅极金属氧化物半导体场效应晶体管阵列。在一些实施例中，媒体类型124、126中的至少一个可包含电阻可变存储器单元阵列，所述电阻可变存储器单元配置成基于与电阻可变存储器单元相关联的体电阻的改变而执行位存储。

如图1中所示，主机102可耦合到存储器系统104。在数个实施例中，存储器系统104可经由一或多个信道(例如，信道103)耦合到主机102。在图1中，存储器系统104经由信道103耦合到主机102，所述信道可另外耦合到存储器系统104的控制器120和/或处理器122。控制器120和/或处理器122经由信道105、107耦合到存储器装置123、125。在一些实施例中，存储器装置123、125中的每一个由一或多个相应信道105、107耦合到控制器120和/或处理器122，使得存储器装置123、125中的每一个可接收符合耦合到控制器120的存储器装置123、125的类型的消息、命令、请求、协议或其它信令(例如，符合存储器装置123、125的媒体类型124、126的消息、命令、请求、协议或其它信令)。

计算系统100可进一步包含成像装置121。成像装置121可通信地耦合到主机102和/或存储器系统104(例如，控制器120和/或处理器122)。成像装置121可为相机、超声波扫描装置、超声装置、立体成像装置、磁共振成像装置、红外成像装置或其它成像装置，其可实时地捕获包含图像或图像流(例如，流式视频和/或“实时流式视频”)的数据且将对应于图像和/或图像流的信息传输到计算系统100。一般来说，成像装置可为任何机械、数字或电子成像装置；静态相机；摄录相机；电影相机；或能够记录、存储或传输图像、视频和/或信息的任何其它仪器、设备或格式。

如本文所用，术语“实时流式视频”及其变化形式通常指同时(或几乎同时)捕获和处理、再现和/或广播的图像序列。在一些实施例中，“实时流式”视频在本文的替代方案中可称为“由成像装置捕获的数据”或“从成像装置捕获的数据”。此外，如本文所使用，术语“流式视频”及其变化形式通常指由成像装置捕获且随后处理、再现和/或广播的图像序列。在一些实施例中，“流式”视频在本文的替代方案中可称为“由成像装置捕获的数据”或“从成像装置捕获的数据”。

通常，由成像装置捕获的此类数据(例如，图像、图像流和/或“实时流式”视频)可在检视装置上显示或广播，和/或由处理器在成像装置捕获之后在阈值时间段内处理。在一些实施例中，由成像装置捕获的数据可相对于成像装置的捕获在阈值时间段内显示、广播和/或处理，所述阈值时间段约为数秒或数分钟，而非数小时或数天。这些数据(例如，图像和/或视频流)可包含经由连接路径(例如，有线通信信道)和/或非有线通信信道(例如，互联网)传递到计算系统(例如，移动计算装置)或由所述计算系统传递且实时显示或广播的任何实时或记录的媒体内容。因此，如本文中更详细地描述，数据(例如，血细胞的图像)可由成像装置捕获，且接着存储在耦合到成像装置的存储器中，由与存储器装置相关联的处理器处理且随后广播，和/或数据可由成像装置捕获，存储在耦合到成像装置的存储器中，由与存储器装置相关联的处理器处理，和/或在数据由成像装置捕获时(或基于本文中所描述的各种组件之间的传输的时延接近实时)实时广播。

在一些实施例中，成像装置121可捕获包含医疗自诊断测试中使用的图像的数据，例如图像和/或流式传输视频(例如，实时流式视频)。如本文所使用，“医疗自诊断测试”通常指来自不同于医生办公室、诊所、医院或其它健康护理服务场所的场所的患者进行的医疗测试。一般来说，患者使用患者拥有的且通常不是医疗级别仪器的设备(例如，在本公开的一些实施例中为移动计算装置)执行医疗自诊断测试。举例来说，本文中的实施例描述在医疗自诊断测试的执行中使用智能手机或其它移动计算装置。在至少一个实施例中，医疗自诊断测试可包含执行应用程序以执行血液成像操作或技术。

在一些实施例中，由成像装置121捕获的图像和/或流式视频可包含流动穿过一或多个血管的血液(例如，血管)的图像和/或流式视频等。此类图像和/或流式视频可由成像装置121捕获且在存储器系统104内本地处理，作为例如检测和/或分析血液中的异常的医疗自诊断测试的部分。通过利用本公开的各方面，可在不访问医生或医院的情况下执行此类医疗自诊断测试，其可减少医疗患者的等待时间和/或可抢先捕获医疗专业人员的医疗信息稍后查看。另外，此类医疗自诊断测试可在不访问医生办公室的情况下随时间推移提供信息，所述信息可随时间推移合并，以有助于医疗问题的早期检测和/或产生可稍后由医生或其它临床专业人员分析的医疗异常的一致记录。

举例来说，血管内的血液(例如，血管)的磁共振图像或其它大、详细、高带宽图像和/或视频可由成像装置121捕获且由存储器系统104处理以检测、监测或以其它方式分析血液的特性，以在不访问医生办公室或医院的情况下确定是否存在关于血液的任何异常。这可允许血液的早期检测和监测或异常以产生血液健康的一致记录以辅助各种疾病的早期检测和治疗。

传统上，此类医疗异常的捕获和处理/分析为高度专业化且计算资源密集型过程。举例来说，用以执行医学成像和/或处理医学成像数据的应用程序且因此与其对应的工作负载可为极其计算资源密集型的。原因之一在于，出于医学成像目的，在图像和/或视频中捕获的细节等级可能非常详细且因此存储器资源密集(例如，由于在此类图像和/或视频中捕获的细节，与例如简单照片相比，对应于图像和/或视频的文件大小可能相对较大)。用以处理医学成像数据的应用程序和对应工作负载的执行的资源密集性质的另一原因在于，数据的细节和大小(例如，与医学成像数据相关联的文件大小)在处理时可需要多个资源密集操作。

然而，本文中的实施例可允许选择性地处理涉及与由成像装置121捕获的图像和/或视频对应的图像和/或视频的工作负载，使得将与执行涉及所述图像和/或视频的应用程序的执行对应的所捕获成像数据和/或工作负载分配到存储器装置123、125、227以优化存储器系统104的性能，使得可使用例如智能手机等移动计算装置以及本文中所描述的其它移动计算装置实现本文中所描述的医疗自诊断测试。

在一些实施例中，由成像装置121捕获且由存储器系统104处理的图像和/或视频可上传或以其它方式传送到医学专业人员以辅助构建潜在医疗异常的发展的长期记录，且即使在患者未定期访问医生或医院的情况下仍将这些记录的通知提供给医学专业人员。

主机102可为主机系统，例如个人笔记本计算机、台式计算机、数码相机、智能手机、存储卡读卡器和/或具有物联网(IoT)功能的装置，以及各种其它类型的主机。然而，在一些实施例中，主机102为移动计算装置，例如数码相机、智能手机、存储卡读取器和/或具有物联网(IoT)功能的装置，以及各种其它类型的主机(例如，在一些实施例中，主机102不是个人笔记本计算机或台式计算机)。主机102可包含系统主板和/或底板且可包含存储器存取装置，例如处理器(或处理装置)。

所属领域的一般技术人员将理解，“处理器”可以是一或多个处理器，例如平行处理系统、数个协同处理器等。系统100可包含单独的集成电路，或主机102、存储器系统104、控制电路系统120中的一或多个，和/或存储器装置123、125可在同一集成电路上。举例来说，计算系统100可以是例如服务器系统和/或高性能计算(HPC)系统和/或其一部分。虽然图1中展示的实例示出具有冯诺依曼(Von Neumann)架构的系统，但本公开的实施例可在非冯诺依曼架构中实施，所述非冯诺依曼架构可不包含通常与冯诺依曼架构相关联的一或多个组件(例如，CPU、ALU等)。

存储器系统104可包含控制器120，所述控制器可包含处理器122。处理器122可以集成电路的形式提供，例如本文中配置成执行更详细地描述的操作的专用集成电路(ASIC)、现场可编程门阵列(FPGA)、精简指令集计算装置(RISC)、高级RISC机器、系统芯片或硬件和/或电路系统的其它组合。在一些实施例中，处理器122可包括一或多个处理器(例如，处理装置、协同处理器等)。

处理器122可执行操作以监测和/或确定在存储器系统104上运行的工作负载的特性。特性可包含例如带宽消耗、存储器资源消耗、存取频率(例如，数据是热的还是冷的)和/或在执行工作负载时的功耗等信息。处理器122可控制将数据的至少一部分写入到不同存储器装置123、125，以便优化工作负载的执行、出于媒体管理目的平衡不同存储器装置123、125之间的工作负载和/或优化计算系统100的电池消耗等。

在非限制性实例中，设备(例如，计算系统100)可包含包括第一类型的媒体124的第一存储器装置123和包括第二类型的媒体126的第二存储器装置125。在一些实施例中，第一存储器装置123、第二存储器装置125和处理器122可驻存在例如智能手机或其它移动计算装置等移动计算装置(例如，本文中图5中示出的移动计算装置501)上。处理器122可耦合到第一存储器装置123和第二存储器装置125。处理器122可接收由可耦合到处理器122的成像装置121捕获的信息。

如本文中所使用，术语“驻存在...上”是指某物在物理上位于特定组件上。举例来说，在一些实施例中，第一存储器装置123、第二存储器装置125和/或处理器122可驻存在智能手机(例如，本文中在图5中示出的计算装置100和/或移动计算装置501)上是指第一存储器装置123、第二存储器装置125和/或处理器122物理地耦合到智能手机(例如，本文中在图5中示出的计算装置100和/或移动计算装置501)或物理地处于智能手机内的情况。术语“驻存在...上”可在本文中与例如“部署在...上”或“位于...上”的其它术语互换使用。

在此实例中，处理器122可接收应用程序启动指示符。应用程序启动指示符可包含向处理器122指示将执行用以执行医疗自测试操作(例如，用于检测血液，例如本文中图5中示出的血细胞544、546中异常的操作)的应用程序的信号、命令、指令或类似者。在一些实施例中，应用程序启动指示符可包含向处理器122指示将由处理器122和/或存储器系统104接收含有大于像素阈值数量、大于阈值文件大小、大于阈值图像分辨率等图像和/或视频的信号、命令、指令或类似者。

响应于接收到应用程序启动指示符，处理器122可至少部分地基于第一存储器装置123和第二存储器装置125的所确定特性而在第一存储器装置123与第二存储器装置125之间重新分配计算资源。处理器122可在执行应用程序之前或期间确定第一存储器装置123和第二存储器装置125的特性。在一些实施例中，第一存储器装置123和第二存储器装置125的所确定特性可包含第一存储器装置123和第二存储器装置125的带宽、存储器存取时间、时延和/或存储器单元密度以及其它特性。

处理器122可接收由成像装置121捕获的数据。如本文中更详细地描述，数据可包含待分析的血细胞的图像和/或视频，作为用以检测血细胞中异常的应用程序的执行的部分。在一些实施例中，处理器122、成像装置121、第一存储器装置123和第二存储器装置125驻存在移动计算装置(例如，本文中在图5中示出的移动计算装置501)上。在此类实施例中，处理器122可接收血管(例如，本文中在图5中示出的血管542)中血流的图像作为由成像装置121捕获的数据的部分，且执行应用程序以确定是否在所接收到的血流的图像中检测到异常。

处理器122可基于针对第一存储器装置123和第二存储器装置125确定的特性将由成像装置121捕获的数据写入到第一存储器装置123或第二存储器装置125。在处理器122已将数据写入到第一存储器装置123或第二存储器装置125之后，处理器122可在由成像装置121捕获的数据写入到第一存储器装置123或第二存储器装置125时执行应用程序。

举例来说，在一些实施例中，处理器122可处理由成像装置121捕获的所接收信息。在一些实施例中，用于处理由成像装置121捕获的所接收信息的操作可涉及具有与其对应的特定工作负载的应用程序。当工作负载写入到第一存储器装置123或第二存储器装置125时，处理器122可确定工作负载的特性。在一些实施例中，工作负载的特性可包含与工作负载相关联的数据的存取频率、与工作负载的执行相关联的时延，和/或在执行工作负载时消耗的处理资源的量中的至少一个。在一些实施例中，应用程序和/或工作负载可涉及处理由成像装置121接收和/或捕获的数据。

处理器122可基于工作负载的特性来确定是否将与工作负载相关联的数据的至少一部分写入到第一存储器装置123或第二存储器装置125中的另一个并且控制写入到第一存储器装置123或第二存储器装置125中的另一个的工作负载的执行的分配，使得在工作负载的至少一部分已被写入到第一存储器装置123或第二存储器装置125中的另一个之后随后执行工作负载的至少一部分。在一些实施例中，随后执行的工作负载可涉及处理由成像装置121接收和/或捕获的数据。

在一些实施例中，处理器122可确定应用程序启动指示符与用以处理由成像装置捕获的超出像素阈值数量的数据和/或确定第一存储器装置123和第二存储器装置125的特性的应用程序的执行对应。在一些实施例中，处理器122可通过以下操作来执行用以处理图像或视频的操作：替换图像或视频中的至少一个像素、校正图像或视频的模糊部分，或去除图像和/或视频中的噪声。举例来说，在图像捕获过程中，图像或视频中的一或多个像素可受损，这可致使图像失真、模糊或包含其它类型的噪声。通过执行用以替换图像的损坏部分(例如，像素)的操作，可使用完全驻存在存储器系统上的电路系统(例如，在不存在将图像和/或视频传送到外部电路系统，例如主机102的情况下)来恢复和/或提高图像或视频质量。在一些实施例中，可从成像装置121接收图像和/或视频，且以实时流式传输方式处理所述图像和/或视频。举例来说，视频可为由成像装置121实时捕获且实时写入到存储器系统104的实时视频。

如上文所提及，第一存储器装置123或第二存储器装置125可为非持久性(例如，易失性)存储器装置，且第一存储器装置123或第二存储器装置125中的另一个可为持久性(例如，非易失性)存储器装置。此外，如上文所提及，在一些实施例中，第一类型的存储器或第二类型的存储器或这两者包括呈现不同存储特性的存储器单元集合。举例来说，第一存储器装置123可具有第一媒体类型124，且第二存储器装置125可具有与其相关联的第二媒体类型126。

继续以上非限制性实例，第一存储器装置123或第二存储器装置125可为NAND快闪存储器装置，所述NAND快闪存储器装置包括一组单层级存储器单元(SLC)和一组多层级存储器单元(MLC)，如本文中在图3和4中所示。在此类实施例中，处理器122可至少部分地基于接收到应用程序启动指示符而将与工作负载相关联的数据的至少部分写入到SLC存储器单元集合或MLC存储器单元集合。在一些实施例中，SLC集合可配置成存储查找表以促进将数据的至少部分写入到第一存储器装置123或第二存储器装置125中的另一个。

如本文所使用，术语“查找表”通常指含有可对应于写入到存储器系统104的数据的所要输出格式的索引信息的数据结构。举例来说，查找表可包含可由存储器系统104使用以按所请求格式输出由存储器系统处理的各种类型的数据的预取信息。在一些实施例中，查找表可包含于如NAND存储器装置333的快闪存储器装置中，例如NAND存储器装置333的SLC部分335中。查找表可存储对应于人工智能和/或机器学习应用程序的数据。在此类实施例中，可能有益的是将查找表存储在存储器装置的SLC部分中，因为SLC存储器一般提供高存取速度和准确的存储。在一些实施例中，可结合本文中所描述的操作的执行来执行此类人工智能和/或机器学习应用程序。

图1的实施例可包含以免模糊本公开的实施例而未示出的额外电路系统。举例来说，存储器系统104可包含地址电路系统，以锁存通过I/O电路系统在I/O连接上提供的地址信号。可通过行解码器和列解码器接收和解码地址信号以存取存储器系统104和/或存储器装置123、125。所属领域的技术人员应了解，地址输入连接的数目可取决于存储器系统104和/或存储器装置123、125的密度和架构。

图2为根据本公开的数个实施例的呈包含设备的计算系统200形式的另一功能框图，所述设备包含主机202和存储器系统204。在一些实施例中，计算系统200可为移动计算系统(例如，移动计算装置501，例如智能手机、平板计算机、平板手机和/或IoT装置等)。存储器系统204可包含数个不同存储器装置223、225、227，所述数个不同存储器装置可包含一或多个不同媒体类型223、225、227。不同存储器装置223、225和/或227可包含一或多个存储器模块(例如，单列直插式存储器模块、双列直插式存储器模块等)。主机202、存储器系统204、控制器220、处理器222、存储器装置223、225和/或媒体类型224、226可类似于本文中在图1中所示出的主机102、存储器系统104、控制器120、处理器122、存储器装置123、125和/或媒体类型124、126。

在一些实施例中，存储器装置223、225和227中的每一个可为不同类型的存储器装置。因此，在一些实施例中，存储器装置223、225和227中的每一个可包含不同媒体类型224、226和228。在非限制性实例中，存储器装置223可为易失性存储器装置，例如DRAM装置，且可包含对应于DRAM存储器装置(例如，包含至少一个电容器和至少一个晶体管的存储器单元阵列)的媒体类型224。继续此实例，存储器装置225可为快闪存储器装置，例如NAND存储器装置，且可包含对应于NAND存储器装置的媒体类型226(例如，包括浮动栅极金属氧化物半导体场效应晶体管阵列)。在此非限制性实例中，存储器装置227可为新兴存储器装置(例如，本文中的图4中所示出的新兴存储器装置439)，例如上文所描述的新兴存储器装置，且可包含对应于新兴存储器装置(例如，配置成基于与电阻可变存储器单元相关联的体电阻的改变执行位存储的电阻可变存储器单元阵列、自选存储器单元阵列、根据CXL协议操作的存储器单元阵列等)的媒体类型228。

存储器装置223、225和227可配置成读取、写入和/或存储对应于由计算系统200执行的一或多个工作负载的数据，例如本文中所描述的血液的图像。对应于工作负载的应用程序可由例如处理器222执行以使将数据写入到存储器装置223、225和227以用于执行应用程序和/或工作负载。如上文所描述，控制器220可控制将数据的至少一部分写入到与其中基于工作负载的特性最初写入数据的存储器装置不同的存储器装置。

举例来说，如果对应于特定工作负载的数据存储在存储器装置223中，则控制器220和/或处理器222可响应于确定可使用不同存储器装置更有效地执行(例如，优化)工作负载而使对应于特定工作负载的数据的至少一部分写入到存储器装置225和/或存储器装置227。

在非限制性实例中，系统(例如，本文中在图5中所示出的计算系统200和/或移动计算装置501)可包含存储器系统204，所述存储器系统包括处理器222、包括第一类型的媒体224的第一存储器装置223、包括第二类型的媒体226的第二存储器装置225，和包括第三类型的媒体228的第三存储器装置227。在一些实施例中，第一存储器装置223可为动态随机存取存储器装置，第二存储器装置225可为NAND快闪存储器装置，且第三存储器装置227可为新兴存储器装置，例如CXL存储器装置、3D XP存储器装置、自选单元存储器装置等，如上文所描述。

在至少一个实施例中，媒体类型224包括存储器单元阵列，所述存储器单元阵列包含至少一个电容器和至少一个晶体管，媒体类型226包括浮动栅极金属氧化物半导体场效应晶体管阵列，且媒体类型228包括电阻可变存储器单元阵列，所述电阻可变存储器单元阵列配置成基于与电阻可变存储器单元相关联的体电阻的改变执行位存储。

成像装置(例如，本文中的图1中所示出的成像装置121)可耦合到存储器装置204。在此类实例中，处理器222可接收包括由成像装置捕获的信息的信令，且基于一或多个所接收图像的特性产生对应于应用程序的执行的应用程序启动指示符，所述应用程序对应于检测生物(例如，本文中的图5中示出的人类医疗自诊断测试对象540)的至少一部分中的异常。

响应于产生应用程序启动指示符，处理器222可至少部分地基于第一存储器装置223、第二存储器装置225和第三存储器装置227的特性而在第一存储器装置223、第二存储器装置225或第三存储器装置227或其任何组合之间重新分配计算资源。如本文中所描述，处理器222可在应用程序的执行之前或期间确定第一存储器装置223、第二存储器装置225和第三存储器装置227的特性，而第一存储器装置223、第二存储器装置225和第三存储器装置227的所确定特性可包含第一存储器装置223、第二存储器装置225和第三存储器装置227的带宽、存储器存取时间、时延、存储器单元密度或其任何组合。在一些实施例中，处理器222可重新分配计算资源，使得大于阈值量的计算资源可供展现符合使用由成像装置捕获的图像处理和/或执行操作的特性的存储器装置使用。

响应于应用程序启动指示符的产生，处理器222可将由成像装置捕获的一或多个图像的至少一部分写入到第一存储器装置223、第二存储器装置225或第三存储器装置227或其组合。在一些实施例中，当由成像装置捕获的一或多个图像写入到第一存储器装置223、第二存储器装置225或第三存储器装置227或其任何组合时，处理器222可执行对应于检测生物的至少部分中的异常的应用程序。

如本文中所描述，在一些实施例中，存储器系统204和成像装置驻存在移动计算装置(例如，本文中在图5中所示出的移动计算装置501)上。在此类实施例中，处理器222可使与用以检测生物的至少部分中的异常的应用程序的执行对应的结果传送到医院、医生办公室或急救提供者或其任何组合。然而，实施例不限于此，且在一些实施例中，移动计算装置可包含显示屏幕，且处理器222可至少部分地基于用以检测生物的至少部分中的异常的应用程序的执行的结果产生饮食建议且在显示屏幕上显示所述饮食建议。

继续此实例，在存储器系统204和成像装置驻存在移动计算装置上的实施例中，处理器222可执行一或多组机器学习指令以至少部分地基于与第一存储器装置223、第二存储器装置225和第三存储器装置227相关联的所监测基准数据而确定第一存储器装置223、第二存储器装置225和第三存储器装置227的特性。如本文所使用，术语“基准数据”通常是指可用于测试存储器装置204的特性的数据，例如读取/写入速度、处理量、带宽、准确性和/或数据保持，以及指示存储器装置204的总体性能的其它测试数据。在此类实施例中，处理器222可至少部分地基于第一存储器装置223、第二存储器装置225和第三存储器装置227的所确定特性而在第一存储器装置223、第二存储器装置225或第三存储器装置227或其任何组合之间重新分配计算资源。

在存储器系统204和成像装置驻存在移动计算装置上的一些实施例中，处理器222可基于先前由成像装置捕获的图像确定一或多个所接收图像的特性，且基于一或多个图像的所确定特性产生应用程序启动指示符。举例来说，处理器222可确定由成像装置捕获的图像类似于先前由成像装置捕获的图像，且确定对应于处理新捕获的图像的应用程序有可能是响应于接收到类似图像基于此类应用程序的过去执行而执行的。

如本文所述，存储器系统204和成像装置可驻存在移动计算装置上，且处理器222可从成像装置接收数据(例如，图像、图像流和/或实时流式信息)以及执行医疗自诊断测试，且处理器222可至少部分地基于与医疗自诊断测试相关联的所确定类别将来自成像装置的数据的至少一部分写入到其它存储器装置223、存储器装置225或存储器装置227中的至少一个。在此实例中，处理器222可使用写入到存储器装置223、存储器装置225或存储器装置227的由成像装置捕获的数据的至少部分执行工作负载，所述工作负载包含从成像装置捕获的数据的至少部分。

在此类实例中，处理器222可在数据被写入到存储器装置223、存储器装置225或存储器装置227时通过监测以下中的至少一个来确定所执行的工作负载的特性：与工作负载相关联的数据的存取频率、与工作负载的执行相关联的时延、和/或在执行工作负载时消耗的处理资源量，并且至少部分地基于与工作负载相关联的数据的所确定存取频率、与工作负载的执行相关联的时延、和/或在执行工作负载时消耗的处理资源量而将与工作负载相关联的数据的至少部分写入到其它存储器装置223、存储器装置225或存储器装置227中的至少一个。

在一些实施例中，根据通用数格式或posit格式将写入到存储器装置223、存储器装置225或存储器装置227的数据的至少一部分格式化。相比于包含符号位子集、尾数位子集和指数位子集的IEEE 754浮点或定点二进制格式，例如假定的通用数格式包含符号位子集、状态位子集、尾数位子集和指数位子集。这可允许假定的准确度、精度和/或动态范围大于浮点数或其它数字格式的准确度、精度和/或动态范围。另外，posit可减小或消除溢出、下溢、NaN和/或与浮点数和其它数字格式相关联的其它极端情况。此外，与浮点数或其它数字格式相比，使用posit可允许使用更少的位来表示数值(例如，数)。

如本文中所使用，“精度”是指用于使用位串执行计算的位串中的位量。例如，如果在使用16位位串执行计算时使用所述位串中的每个位，则所述位串可以被称为具有16位精度。然而，如果在使用16位位串执行计算时仅使用所述位串的8位(例如，如果位串的前8位为零)，则所述位串可以被称为具有8位精度。随着位串的精度提高，可以更高的准确度执行计算。相反，随着位串的精度降低，可使用较低的准确度来执行计算。例如，8位位串可与由二百五十五(256)个精度步长组成的数据范围对应，而16位位串可与由六万五千五百三十六(63,536)个精度步长组成的数据范围对应。

如本文中所使用，“动态范围”或“数据的动态范围”是指可用于具有与其相关联的特定精度的位串的最大值与最小值之间的比率。例如，可以由具有与其相关联的特定精度的位串表示的最大数值可以确定位串的数据格式的动态范围。对于通用数(例如，posit)格式位串，可通过位串的指数位子集的数值确定动态范围。

动态范围和/或精度可以具有与其相关联的可变范围阈值。例如，数据的动态范围可以与使用数据的应用程序和/或使用数据的各种计算相对应。这可能是由于以下事实：一个应用程序期望的动态范围可能不同于另一应用程序期望的动态范围，和/或因为一些计算可能需要不同的数据动态范围。因此，本文中的实施例可以允许更改数据的动态范围以适合不同应用程序和/或计算的要求。与不允许操纵数据的动态范围以适合不同应用程序和/或计算的要求的方法对比，本文中的实施例可以通过允许基于要使用数据的应用程序和/或计算而改变数据的动态范围来提高资源使用和/或数据精度。

图3为根据本公开的数个实施例的呈包含存储器系统304的设备形式的功能框图。图3示出存储器系统304，其可类似于本文中在图1中示出的存储器系统104和/或在图2中示出的存储器系统204。如图3中所示，存储器系统304包含控制器320(其可类似于本文中在图1中示出的控制器120和/或在图2中示出的控制器220)、DRAM存储器装置331(其可类似于本文中在图1中示出的存储器装置123、125中的一个和/或在图2中示出的存储器装置223、225、227中的一个)，和NAND存储器装置333(其可类似于本文中在图1中示出的存储器装置123、125中的一个和/或在图2中示出的存储器装置223、225、227中的一个)。

如图3中所展示，NAND存储器装置333可包含存储器单元的各个部分，其可包含一组单层级存储器单元(SLC)335和一组多层级存储器单元(MLC)，例如一组三层级存储器单元(TLC)337、四层级单元(QCC)等。在一些实施例中，控制器可基于涉及数据的应用程序的特性(例如，响应于接收到应用程序启动指示符)使供存储器系统304上执行的应用程序用以检测血液中的异常的对应于图像或图像(例如血管内的血细胞的图像)序列的数据的至少一部分写入到SLC部分335和/或TLC部分337。

在一些实施例中，作为在执行应用程序和对应工作负载期间优化存储器系统304的性能的一部分，可将分类为热数据的数据写入到SLC部分335，同时可将分类为冷数据的数据写入到TLC部分337，或反过来。通过将在执行应用程序中涉及的部分数据选择性地写入到NAND存储器装置333的不同存储器部分(例如，写入到SLC部分335和/或TLC部分337)，计算系统的性能(特别是在本文所描述的执行用以检测血液中的异常的应用程序期间)可相比于一些方法改进。然而，实施例不限于此，且在一些实施例中，热数据可写入到DRAM存储器装置，较冷数据可写入到NAND存储器装置333，且冷数据可写入到新兴存储器装置339。

举例来说，通过将与得益于快速执行的工作负载对应的数据的部分选择性地写入到DRAM存储器装置331，同时将与可能不得益于快速执行的应用程序和工作负载的执行对应的数据的部分写入到SLC部分335和/或TLC部分337和/或写入到新兴存储器装置(例如，图4中所示出的新兴存储器装置439)，可将工作负载分配到存储器系统304内的存储器装置，其可允许快速地优化工作负载在存储器系统304内的执行。出于类似原因，可将工作负载的部分写入到新兴存储器装置(例如，本文中在图4中示出的新兴存储器装置439)。

在一些实施例中，NAND存储器装置333的SLC部分335的至少一部分可经分配以用于存储查找表。查找表可为含有可与写入到存储器系统304或来自所述存储器系统的数据的所要输出格式对应的索引信息的数据结构。举例来说，查找表可包含可由存储器系统304使用以按所请求格式输出由存储器系统304处理的各种类型的数据的预取信息。在一些实施例中，查找表可促进将工作负载中涉及的数据的至少一部分写入到本文中所描述的存储器装置中的一个。

图4为根据本公开的数个实施例的呈包含存储器系统404的设备形式的另一功能框图。图4示出存储器系统404，其可类似于本文中在图1中示出的存储器系统104、在图2中示出的存储器系统204和/或在图3中示出的存储器系统304。

如图4中所示，存储器系统404包含控制器420(其可类似于本文中在图1中示出的控制器120、在图2中示出的控制器220和/或在图3中示出的控制器320)、DRAM存储器装置431(其可类似于本文中在图1中示出的存储器装置123、125中的一个、在图2中示出的存储器装置223、225、227中的一个和/或在图3中示出的DRAM存储器装置331中的一个)、NAND存储器装置433(其可类似于本文中在图1中示出的存储器装置123、125中的一个、在图2中示出的存储器装置223、225、227中的一个，和/或在图3中示出的NAND存储器装置333)，和新兴的存储器装置439(其可类似于本文中在图1中示出的存储器装置123、125中的一个和/或在图2中示出的存储器装置223、225、227中的一个)。

DRAM存储器装置431可包含存储器单元阵列，所述存储器单元阵列包含配置成存储对应于单个数据位的电荷的至少一个晶体管和一个电容器。NAND存储器装置433可包含存储器单元的各个部分，其可包含一组单层级存储器单元(SLC)435和一组多层级存储器单元(MLC)，例如一组三层级存储器单元(TLC)437，可分别类似于本文中结合图3所示出和描述的SLC部分335和TLC部分337。

新兴存储器装置439可为如上文所描述的新兴存储器装置。举例来说，新兴存储器装置439可为电阻可变(例如，3D交叉点(3D XP))存储器装置、包含自选存储器(SSM)单元阵列的存储器装置、根据CXL协议操作的存储器装置等，或其任何组合。

图5为示出根据本公开的数个实施例的人类医疗自诊断测试对象540和移动计算装置501的图式。如图5中所示，移动计算装置501包含成像装置521，其可类似于本文中在图1中示出的成像装置121；以及存储器系统504，其可类似于本文中在图1至4中示出的存储器系统104、204、304、404。在一些实施例中，移动计算装置501可类似于本文中分别在图1及2中示出的计算系统100和/或计算系统200。然而，实施例不限于此，且所关注的其它区域可包含鼻腔、胃、肝脏、肾脏、肺、大脑、肌肉、关节、骨头和/或韧带等。

人类医疗自诊断测试对象540可包含各种所关注区域，例如关于医疗自诊断测试操作的执行的所关注区域541，如移动计算装置501与人类医疗自诊断测试对象540之间的箭头所指示。所关注区域542可为血细胞544-1、544-2到544-N和/或546-1到546-M流动穿过其的血管542。

如图5中所展示，成像装置521可接收与所关注区域541相关的信息(例如，图像和/或视频)。可例如使用驻存在移动计算系统501上的存储器系统504在移动计算装置501内处理和/或分析信息。在一些实施例中，信息(例如，图像和/或视频)可由移动计算装置501处理作为医疗自诊断测试的执行的部分。

可包含血细胞544、546的图像和/或流式(例如，实时流式)视频的信息可由移动计算系统501结合在移动计算装置501上运行的用以检测血细胞544、546中的异常的一或多个应用程序的执行来处理。在一些实施例中，血细胞544可指示健康血细胞，而血细胞546可指示已检测到异常的血细胞(例如，展现指示血癌(例如，白血病、淋巴瘤骨髓瘤等)、波动血糖水平、波动血压水平、白血细胞与红血细胞的百分比、血友病和/或贫血以及其它异常的特性的血细胞)。如上文所描述，此类应用程序的执行可产生高要求工作负载。因此，如本文中所描述，信息可基于工作负载的特性选择性地写入到不同存储器装置(例如，本文中在图2中示出的存储器装置223、225和/或227)，且因此写入到不同媒体类型(例如，本文中在图2中示出的媒体类型224、226和/或228)。

在一些实施例中，可在执行应用程序期间由移动计算装置501处理和/或分析图像和/或视频以分析图5中示出的所关注区域541。尽管为了清楚起见展示为单个所关注区域541，但应了解，可分析人体医疗自诊断测试对象540的其它部分。更确切地说，可分析含有一或多个血管542的人体医疗自诊断测试对象540的任何区域以检测流动穿过血管542的血液544、546中的异常。

另外，图像和/或视频可由移动计算装置501处理和/或分析以检测和/或代替图像和/或视频的一或多个损坏部分(例如，像素)以恢复和/或提高图像和/或视频的质量，作为用以检测血管542中的血液544、546中的异常的应用程序的执行的一部分。举例来说，如果图像和/或视频的部分模糊或遭受像素降级，那么用以检测血液544、546中的异常的应用程序可执行操作以在机器学习的辅助下恢复和/或替换像素，以提高图像和/或视频的清晰度和/或质量，随后执行操作以检测血液544、546中的异常。

图6为根据本公开的数个实施例的表示对应于血流成像的实例方法的流程图。方法650可由处理逻辑执行，所述处理逻辑可包含硬件(例如，处理器、处理装置、控制电路系统、专用逻辑、可编程逻辑、微码、装置的硬件和/或集成电路等)、软件(例如，处理器上运行或执行的指令)或其组合。尽管以特定顺序或次序展示，但除非另外规定，否则可修改过程的次序。因此，所示出的实施例应仅理解为实例，且所示出的过程可以不同次序执行，且一些过程可并行地执行。另外，在各种实施例中可省略一或多个过程。因此，并非每一实施例中都需要所有操作。其它过程流程是可能的。

在框651处，方法650可包含由耦合到包括第一类型的媒体的第一存储器装置和包括第二类型的媒体的第二存储器装置的处理器接收对应于应用程序的启动的指示。在一些实施例中，对应于应用程序的启动的指示可为应用程序启动指示符，其指示应用程序的执行将涉及处理大于阈值图像大小、分辨率高于阈值分辨率或带宽消耗高于阈值图像带宽消耗或其任何组合的图像。第一存储器装置可类似于存储器装置123、223，而第二存储器装置可类似于本文中在图1和2中示出的存储器装置125、225。此外，第一类型的媒体可类似于媒体类型124、224，而第二类型的媒体可类似于本文中在图1和2中示出的媒体类型126、226。

在一些实施例中，方法650可包含响应于接收到对应于应用程序的启动的指示而在第一存储器装置与第二存储器装置之间重新分配计算资源。举例来说，在对应于应用程序的启动的指示为应用程序启动指示符的实施例中，可在第一存储器装置与第二存储器装置之间重新分配计算资源以确保展现特定特性(例如，存储器装置间具有最快存储器存取时间、存储器装置间具有最高带宽等)的足够量的计算资源可用于存储并处理待由成像装置捕获的图像。

在框653处，方法650可包含由处理器接收由耦合到处理器的成像装置捕获的数据。在一些实施例中，数据可包含血管中流动的血液(例如，本文中在图5中示出的血管542中流动的血细胞544、546)的一或多个图像和/或视频。也就是说，在一些实施例中，方法650可包含由处理器确定应用程序对应于用以检测人体(例如，本文中在图5中示出的医疗自诊断测试对象540)的至少一部分中的异常的操作的执行，且至少部分地基于确定应用程序的执行对应于用以检测人体的至少一部分中的异常的操作的执行，将由成像装置捕获的数据写入到第一存储器装置或第二存储器装置。成像装置可类似于本文中在图1和5中示出的成像装置121、521。

在框655处，方法650可包含由处理器针对第一存储器装置和第二存储器装置确定与用以处理由成像装置捕获的数据的应用程序的执行对应的工作负载的特性。工作负载的特性可包含执行工作负载时消耗的计算资源的量、执行工作负载时涉及的处理时间的量或执行工作负载时消耗的功率的量等。

在框657处，方法650可包含基于在执行工作负载时针对第一存储器装置和第二存储器装置所确定的特性，将由成像装置捕获的数据写入到第一存储器装置或第二存储器装置。在一些实施例中，可在应用程序的执行之前或期间确定第一存储器装置和第二存储器装置的特性。如上文所描述，第一存储器装置和第二存储器装置的所确定特性可包含第一存储器装置和第二存储器装置的带宽、存储器存取时间、时延、存储器单元密度或其任何组合。

在框659处，方法650可包含在由成像装置捕获的数据写入到在执行工作负载时展现大于所确定特性的阈值集的第一存储器装置或第二存储器装置时，由处理器执行工作负载作为应用程序的执行的部分。在一些实施例中，可在不存在移动计算装置外部产生的控制信号的情况下执行方法650的操作(例如，操作651、653、655、657和/或659)。因此，在一些实施例中，可在移动计算装置内完全检测和分析血液异常，而无需将数据或处理职责传送到移动计算装置外部的电路系统。

如上文所描述，方法650可包含将与用以检测人体的至少一部分中的异常的应用程序的执行对应的结果传送到医院、医生办公室或急救提供者或其任何组合。这可允许医生或其它医护专业人员维持根据本公开的实施例进行的医疗自检的记录和/或可将数据提供到医学专业人员以供进一步分析。

在一些实施例中，方法650可包含由处理器确定由成像装置捕获的数据对应于用以检测人体的至少一部分中的异常的操作的执行。用以检测身体异常的操作可作为自诊断医疗测试的一部分而执行。在此类实施例中，方法650可进一步包含至少部分地基于确定由成像装置捕获的工作负载或数据或这两者对应于用以检测人体的至少部分中的异常的操作的执行，将与工作负载相关联的数据和由成像装置捕获的数据的至少部分写入到第一存储器装置或第二存储器装置中的另一个。

在此类实施例中，方法650可进一步包含由处理器通过交换图像或视频流中的至少一个像素，校正图像或视频流的模糊部分，和/或去除图像或视频流中的噪声来执行用以处理图像或视频流的操作。

如上文所描述，第一存储器装置或第二存储器装置可为非持久性存储器装置，且第一存储器装置或第二存储器装置中的另一个可为持久性存储器装置。在一些实施例中，处理器、第一存储器装置和第二存储器装置可驻存在移动计算装置(例如，本文中在图5中示出的移动计算装置501)上。在此类实施例中，方法650可包含在不存在移动计算装置外部生成的控制信号的情况下由处理器确定、写入和引起。实施例不限于此，且在一些实施例中，方法650可包含将与工作负载相关联的数据的至少部分写入到第一存储器装置或第二存储器装置中的另一个，作为优化移动计算装置的电池消耗的操作的部分。

尽管已在本文中示出并描述了具体实施例，但所属领域的一般技术人员应了解，经计算以实现相同结果的布置可取代所展示的具体实施例。本公开意图涵盖本公开的一或多个实施例的修改或变化形式。应理解，以上描述是以说明性方式而非限制性方式进行的。在审阅以上描述之后，以上实施例的组合和本文中未具体描述的其它实施例对于所属领域的技术人员是显而易见的。本公开的一或多个实施例的范围包含使用以上结构和过程的其它应用程序。因此，本公开的一或多个实施例的范围应参考所附权利要求书以及此类权利要求被赋予的等效物的完整范围而确定。

在前述具体实施方式中，出于精简本公开的目的而将一些特征一起分组在单个实施例中。本公开的此方法不应被理解为反映本公开的所公开实施例必须使用比每一权利要求中明确陈述的特征更多的特征的意图。实际上，如所附权利要求书所反映，本发明主题在于少于单个所公开实施例的所有特征。因此，所附权利要求书特此并入于具体实施方式中，其中每一权利要求就其自身而言作为单独实施例。