影像压缩算法于远程医学方面的影响分析

本文是计算机论文，论文介绍小波变换的相关概念、小波变换的基本原理，重点介绍了小波变换图像压缩编码的过程，其中包括信号的分解与重构步骤，因为选择不同的小波基会使压缩后的图像有所不同，因此特别分析了小波基选取时的诸多影响因素。基于小波变换的两种压缩算法及其改进。基本小波变换的两种压缩方法主要有EZW 和 SPIHT 两种，这两种方法是基于零树的编码思想，详细介绍了这两种方法的压缩原理、步骤及两种量化方法的优缺点。两种量化方法使得编码效率提高，但仍然存在不足之处，对其进行尝试性的改进从而提出一种改进的 SPIHT 算法，来提高图像压缩比，尽而提高图像的传输速度。 充分利用医学图像压缩算法的特点，并结合临床工作中对医学图像的实际需要，提出一种在 ROI 编码方法基础之上的感兴趣区域医学图像的无损压缩方法。针对医生需求病变部位的医学图像信息进行有效的压缩，减小医生的无关阅读量。为了验证本文提出改进算法的有效性，本文最后通过实际远程医学平台进行了原始图像与压缩图像的传输速率结果比较，实验结果表明本文提出的图像压缩改进算法很大程度地提高了图像传输速率。

第一章 绪论

由于图像之间的信息存在很多的相关性，如果对这些相关性数据和内容进行去冗余操作就能实现图像数据压缩，这就是通常所说的图像编码。如何用最少的比特完成图像数据的存储、传输，并且能够同时保证图像所需的质量，是当前多媒体数据处理研究领域一个重要课题，而解决这个问题的一个关键性因素就是图像的高效压缩[2]。当前，在小波变换基础上延伸的图像压缩方法是图像压缩研究中的一个重要方向[3]。小波变换的主要优点就是有很好的相关性以及多分辨率特性，所以在图像压缩方面得到广泛应用。嵌入式零树小波(EZW[4])算法和分层树的集划分算法(SPIHT)就是在小波变换基础上提出的有效图像压缩算法，其共同特点是：算法简单、编码效率高、支持多码率解码，让图像压缩研究进入了一个新的时代。医学图像相比自然图像而言有更大的压缩空间，因为多数医学图像(如 CT，MRI 等图像。)中有大量的无意义内容，比如大部分的主要信息都集中在图像中间，而很多图像有将近一多半图像内容的像素值都接近于零，这些图像内容在图像中几乎是无意义的，所以给图像提供了很大的压缩空间，本文提出的基于 ROI(感兴趣区域)的图像压缩改进算法就是基于此问题提出的，对 ROI 进行无损压缩，而对非感兴趣区域执行有损压缩，从而在较大程度上提高了压缩比而几乎不影响解压后的图像质量。
.......

第二章 医学图像的数据压缩

2.1 医学图像数据压缩的概念

远程医学系统的蓬勃发展离不开医学图像的支撑，而医学图像的发展促进了临床医学的发展，进而影响了临床一线医生的诊断与治疗。医学图像[10]，包括静态图像和动态图像，主要是指运用诸如 X 射线照片、计算机断层成像(CT)、磁共振成像(MRI)、超声等图像成像设备，主动或被动的采集人体组织信息，并通过一定的物理方法形成可提供诊断的图像。采用不同的仪器设备、不同的成像技术会生成不同类型、不同大小的信息。所谓医学图像的数据压缩，就是把显示图像的数据信号用尽可能少的比特数来表示，以减少通过直接采集得到的信号存储空间，又能够保证重建医学图像的质量。

2.2 医学图像数据压缩的可行性与必要性

医学图像数据压缩是以保证图像重建质量的基础上，用尽可能少的信息量来显示原始图像。其一，可以减少图像数据中存在的部分冗余，以减少对同一信息的数据进行反复存储；其二，人的视觉系统分辨能力具有局限性，灰度和空间分辨率都不能太高，可以去掉一些不影响视觉质量的部分；第三，只对图像某些需要的特征信息进行抽取编码，以期得到较高的压缩比。本文主要以分析静态图像为主，图像当中常见的数据冗余主要有：相似性冗余：一幅图像如果存在两个或两个以上的区域对应的像素值相同或相近，存储这些数据时就会存在重复存储的可能。统计冗余：像素数据出现的概率分布特性。综上所述，图像像素间通常存在大量的统计冗余和视觉冗余。只要充分利用人眼的视觉特性和图像本身固有的统计特性去除大量的冗余信息就能达到对图像压缩的目的。将图像中无用的或者用处不大的冗余信息去除，以便高效地进行图像的远距离传输或存储，从而使得网络另一端的专家查看图像资料时可以得到与原始图像相差不多的重建图像。

第三章 小波变换医学图像压缩..............................9

3.1 小波变换的基本原理 ........................................9

3.2 小波变换 ............................................................9

3.3 小波变换图像压缩编码 ..................................11

第四章 嵌入式小波编码算法................................17

4.1 EZW 编码算法.................................................17

4.2 SPIHT 算法...................................................... 20

4.3 改进 SPIHT 算法............................................. 23

第五章 基于 ROI 医学图像压缩算法................... 29

5.1 ROI 医学图像压缩方法概述 .......................... 29

5.2 形状自适应 ROI 医学图像无损压缩方法..... 30

第六章 图像压缩算法在实际远程医学平台的验证

6.1 远程医学平台中的医学影像上传

首先需要下载拖把更名器及影像上传软件（NetPush），其中影像上传软件需要事先进行配置。配置信息中需要填写单位组织结构代码、网络端口、省远程医学中心影像服务器网址信息，选择“Ping”测试是否联通，测试结束即可上传。首先与医学影像科联系导出所需病患的影像资料（如 CT、MRI、DR、血管成像等），选择“文件”菜单，选择“添加文件”，在打开的对话框里选择所在盘符的影像资料添加，直到把所有的影像资料全部添加，在如图 6-1 所示的扩展名改成“.dcm”，最后点选菜单栏的“√”按钮，直至所有影像更改扩展名完毕。医院工作人员在接到明确的会诊时间后，第一时间通知临床科室主管大夫按照会诊时间参与会诊。要在会诊前提前测试网络是否通畅，如遇问题提前解决并做好应急处置方案。会诊结束后，受邀专家会给医院提供一份带有手签字的专家意见报告以供主管医生参考。

6.2 仿真结果与实际医学平台传输速率分析

表 6-1 是对一幅静态颅脑 CT 图像进行两次压缩后得到的结果对比。显然进行一次小波变换时，压缩得到的图像质量好，但是压缩的比率较低，进行两次压缩时，压缩比明显高于一次，压缩后图像的质量不影响视觉质量，在医学平台上的传输时间也随着压缩比的增大而缩短。根据数据压缩的国际标准可以得知，现有的 JPEG、JPEG2000 中压缩比的图像压缩在经过一次变换之后压缩比就在 3.81，在不影响查看的情况下进行的二次压缩就能达到13.88 的压缩比，压缩效果远高于常规的压缩算法，也验证了基于小波变换图像压缩算法的可行性。为了验证提出的图像压缩改进算法在实际远程医学平台中的应用，将本文算法压缩图像在远程医学平台上进行了与原始图像的传输速率比较。实验结果表明本文提出的图像压缩改进算法很大程度地提高了图像传输速率，为会诊医生快速做出诊断与下一步诊疗方案提供保障。

7.2下一步工作

由于图像自身的特性，对医学图像进行高效、无损压缩是一项长期的研究工作。本人只是结合自己的实际工作，做了最基本的研究，但是由于自己水平与精力有限，还有很多的地方需要不断完善。(1)会诊专家在查看经压缩、重建的图像时，并没有一个统一的标准来说明多大的压缩比不会影响诊断结果，还需要结合实际工作研究调查，以期能得到一个参考标准。 (2)目前在医院 PACS 中导出的图像形式一般都是.DICOM 格式，如何将此种格式的数据压缩也是下一步需要研究解决的问题。
参考文献（略）