一种基于医学序列图像的"有损-无损"压缩方案

针对医学序列图像的特点,提出了基于图像配准技术的差值预测方法,以减少序列图像之间的相关冗余.对于预测差值图像,采用基于可逆整数小波变换的EBCOT编码方法,实现对"非必要-必要"区域的"有损-无损"压缩.通过对实际医学图像(CT)的实验表明,该方法具有很好的压缩性能,可以有效满足现代医学图像的压缩要求.     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

比较二维小波和二维小波包技术在不同压缩模式下的降噪处理

背景:小波和小波包技术是进行时频信号分析的重要方法。医学图像数字化采集后断层多,数据信息量大,易受噪声影响。采用二维小波技术和小波包技术可以实现肝癌图像的完美压缩和降噪。目的:比较二维小波和二维小波包技术在不同压缩模式下压缩肝癌图像的优劣以及小波降噪的技巧。方法:选用同一幅动脉期肝癌图像,进行4层分解,利用二维小波和二维小波包技术分别进行Balance sparsity-norm、Removen ear0和Bal.sparsity-norm(sqrt)三种模式的压缩处理,再利用小波函数对含噪声信号的图像进行降噪处理。结果与结论:对于同一种压缩模式,二维小波包技术压缩肝癌图像优于二维小波技术,3种压缩模式中Bal.sparsity-norm(sqrt)模式和Remove near0 mode模式压缩比例更小,图像清晰度更好;小波降噪能很好地消除噪声信号。提示利用二维小波技术和小波包技术都可以实现肝癌图像的完美压缩和降噪。     

基于离散小波变换的JPEG 2000标准对肺部CT图像的无损压缩

探索基于小波变换对肺部CT图像进行无损雎缩的新方法.采用基于离散小波变换方法的JPEG2000标准对3019张肺部CT图像进行无损压缩,并针对压缩后图像效果进行统计分析.结果表明,该方法不但可以达到12.0的高压缩比,而且具有较高的图像尤损压缩质量,为临床CT医学影像的储存与诊断,提供了有益的技术与方法.     

医学图像的零树小波编码

背景:医学数字图像必须是高质量的、高分辨率,所以数据量很大,如此巨大的数据量不利于图像存档与传输系统的运行和数字化医院、远程医疗的实现。因此,图像压缩成为图像存档与传输系统要解决的重要问题。目的:分析零树小波变编码算法原理并编程实现对医学数字图像的压缩,使之能够满足医学图像的传输和诊断要求。方法:应用嵌入式零树小波编码算法,探讨小波基和小波变换层数的选择,编程实现对医学数字图像的压缩。结果与结论:选择双正交小波基对医学图像进行4层小波变换实现压缩,获得了较高的峰值信噪比,取得了较好的压缩效果。     

基于最佳截断嵌入码块编码和离散小波变换的医学图像复合压缩算法

根据医学图像信息相对集中的特点,提出了一种基于最佳截断嵌入码块编码和离散小波变换的医学图像任意形状感兴趣区域复合压缩方法,通过对图像感兴趣区域和背景区采用不同的编码方式,提高了医学图像压缩比,并确保了医学图像感兴趣区域的高质量重建。实验表明:该方法在重建图像质量和压缩比方面均达到了较好的性能。     

基于Mablab7.0的小波医学图像压缩性能研究

选择合适的小波基是小波医学图像压缩的一个重要方面，因为不同的小波具有不同的特性，从而会导致不同的压缩比。为了研究小波的压缩性能，找出影响医学图像压缩比的主要因素，我们利用Matlab7．0的小波工具箱分别对三类共30幅不同的医学图像进行了压缩实验，得出了每类医学图像在不同小波下的压缩比。结果表明，Daubechies系列小波、Symmlet系列小波、Coiflet系列小波具有相对稳定的压缩比；影响医学图像压缩效果的关键因素是小波基的特性而不是医学图像的类型。     

整型提升小波变换的块编码在医学图像压缩中的应用

提出一种基于整型提升小波变换的图像块压缩编码方法.整型提升小波变换具有计算快速、能实现任意图像尺寸的小波算法、能在当前位置完成小波变换、节省内存等特点,而且该提升算法能同时对图像进行有损或无损压缩,因而更适应于远程医疗系统和医学图像压缩系统.基于图像块压缩编码方法不仅可以实现比特率控制,还可以实现SNR(信噪比)可缩放性,支持图像的渐进传输.     

基于整型小波变换和SPIHT的医学图像压缩

医学图像数据量大,在高效压缩的同时确保其压缩后的高保真度是医学图像压缩首要考虑的因素。使用第二代整数实现的提升格式小波变换代替原来的小波变换,保证图像的可逆性和小波特性,能够实现真正的无损压缩。实验结果表明,在此基础上完成的多集集合分裂算法(SPIHT),对医学图像的压缩更加平滑,视觉效果好,压缩效果和质量较高,提高了重构图像的PSNR。     

医学图像压缩技术研究进展

随着医学成像方式的不断增加,目前迫切需要解决庞大的图像数据的存储和传输的问题,压缩成为解决该问题不可或缺的重要方法之一.对目前医学图像压缩领域的技术进行了总结和分析,详细介绍了基于感兴趣区域的压缩、无损压缩、小波变换和基于神经网络的压缩方法,并对压缩算法的评估给出了几点标准,最后对医学图像压缩领域的发展前景提出了一些看法.