小波变换在医学图像压缩中的应用

目的：探讨利用小波变换进行医学图像压缩的方法。方法：通过小波变换对图像进行时频局部化分析，将图像分解到多个尺度上。进行多分辨分析。然后对变换后的子图像的小波系数特点进行了分析，讨论了其适用于图像压缩编码的特性和优势。嵌入式零树小波图像编码算法是一种有效的图像压缩方法。在分析嵌入式零树小波图像编码算法的基础上，针对传统嵌入零树小波编码方法存在的不足之处，提出了一种改进的零树小波编码算法。结果：在获得较大压缩比的同时能保证医学图像的重建质量，可以较好地满足PACS对医学图像存储和传输的要求。结论：仿真实验表明，本方法是一种有效的医学图像压缩方法。     

一种基于小波变换的医学图像量化编码算法的研究

医学图像压缩是远程医疗和PACS系统中的重要研究课题，研究了小波子带图像系数的统计分布，发现小波子带图像系数分布和拉普拉斯分布非常相似，继而提出了一种基于其统计特征的图像量化编码算法，该算法以小波子带图像样本标准差为选择量化编码阈值的重要依据。实验表明，该算法具有计算简单，不同阈值范围待编码系数可预测以及易于获得较高压缩效率的优点，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

基于提升格式整数小波变换的超声图像压缩算法

本文提出了一种基于提升格式整数小波变换和改进的SPIHT编码(多级树集合分裂算法)的医学超声图像压缩算法.在压缩对象选择和小波变换方面充分考虑了超声扫描线图像的分辨率特性.与基于Mallat小波变换的标准SPIHT编码算法相比,本文算法在压缩比和重建图像峰值信噪比至少不降低的情况上,运算时间不到前者的40％,内存消耗也大大减小,因而更适合于实时图像压缩.     

医学图像压缩算法研究及进展

高分辨率的X光片和高对比度的CT、MRI等三维医学影像具有很大的信息量,使医学影像诊断系统、PACS系统及远程医疗等数字化技术应用面临巨大的挑战,迫切需要高效实用的医学图像压缩技术.与一般图像压缩相比,医学图像压缩具有其特殊性和复杂性,其压缩必须严格保证诊断的可靠性.本文从医学图像的特殊性出发,对医学图像压缩算法进行了系统的论述和比较,并对未来的研究进行了展望.     

嵌入式零树小波编码在医学图像压缩中的应用

目的:对嵌入式零树小波编码算法提出改进,实现CT图像压缩。方法:分析嵌入式零树小波编码的原理和算法并探讨小波基的选择,针对嵌入式零树小波编码算法的缺点进行改进,研究设计实现改进算法的程序,进行CT图像压缩。结果:在相同压缩比的情况下,改进的嵌入式零树小波编码算法获得的峰值信噪比比原有算法获得的峰值信噪比高,特别是在高压缩比的情况下,图像的主观质量和峰值信噪比都有了较大的改善。结论:改进的嵌入式零树小波编码算法比原有EZW算法更加优越,能够满足医学图像的传输和诊断要求。     

基于小波分析的医学图像压缩技术进展

作为图像存诸和传输系统(picture archiving & communication system,PACS)的关键技术之一,医学图像压缩算法的优劣对PACS的性能有着重要的影响,小波分析由于其多分辨率分析特性而在医学图像压缩中得到了广泛应用.从小波变换医学图像压缩、小波包变换医学图像压缩和多小波变换医学图像压缩三个方面综述了小波医学图像压缩方法及其进展,总结对比了这些方法的优点和缺陷,并针对其不足之处提出了改进方向.     

SNOMED的结构特点及其在医学信息系统中的意义

“国际系统医学术语集”（ＳＮＯＭＥＤ）是一部国际性的医学系统术语的信息编码全集。这些术语，以疾病的病变部位，病理变化及功能障碍为核心，结合病因学，症侯学，诊断学，治疗学等临床重要组成部分，按照医学本身的逻辑系统进行聚类，分成１１个大模块，每个模块再分成若干层次，按其自然状态进行排列。ＳＮＯＭＥＤ为每个术语指定一个５或６位字符（包括字母和数字在内）组成的编码，每个代码即为医学的信息单元。患者的病情与治疗过程，可表示为由这些信息单元在高维状态空间中的一组状态向量。这一医学信息编码系统，对原有的冗余的医学信息进行压缩和精炼，使医学信息更加系统化和条理化，保证有效地进行医学信息的存储与提取。本文对ＳＮＯＭＥＤ的结构特征及编码方式进行了分析和介绍，对ＳＮＯＭＥＤ在医学信息系统中的作用与未来应用前景进行了讨论。     

医学图像无损压缩与有损压缩技术的进展

本文对医学图像无损压缩和有损压缩的概念和应用进行了分析比较，并简要介绍了几种近年来发展的图像无损压力方法，重点介绍了有损压缩中的小波图像压缩技术和分形图像压缩技术。在医学图像的压缩中，通过有效地结合无损压缩和有损压缩技术，可以在得到医学要求的图像保真度的前提上，达到较高的压缩比。     

基于自适应门限的小波分形四叉树医学图像编码

将一种分形域的自适应门限方法，引入到小波分形域中，解决了小波分形四叉树编码中小波树R与匹配树D的匹配误差的自适应取值问题。仿真实验结果表明，这一自适应门限的编码方法提高了小波分形四叉树图像压缩方法的适应性。     

医学超声图像低码率环境下的编码技术研究

针对医学超声视频的结构和特点,并结合小波变换压缩编码技术,实现了低比特率环境下医学超声旬序列的渐近式传输,实验结果证明这种编码方法是有效的,可行的。     

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。     

Wavelet based ECG compression with adaptive thresholding and efficient coding

This paper proposes a new wavelet-based ECG compression technique. It is based on optimized thresholds to determine significant wavelet coefficients and an efficient coding for their positions. Huffman encoding is used to enhance the compression ratio. The proposed technique is tested using several records taken from the MIT-BIH arrhythmia database. Simulation results show that the proposed technique outperforms others obtained by previously published schemes.     

Optimal wavelets for biomedical signal compression

Signal compression is gaining importance in biomedical engineering due to the potential applications in telemedicine. In this work, we propose a novel scheme of signal compression based on signal-dependent wavelets. To adapt the mother wavelet to the signal for the purpose of compression, it is necessary to define (1) a family of wavelets that depend on a set of parameters and (2) a quality criterion for wavelet selection (i.e., wavelet parameter optimization). We propose the use of an unconstrained parameterization of the wavelet for wavelet optimization. A natural performance criterion for compression is the minimization of the signal distortion rate given the desired compression rate. For coding the wavelet coefficients, we adopted the embedded zerotree wavelet coding algorithm, although any coding scheme may be used with the proposed wavelet optimization. As a representative example of application, the coding/encoding scheme was applied to surface electromyographic signals recorded from ten subjects. The distortion rate strongly depended on the mother wavelet (for example, for 50% compression rate, optimal wavelet, mean±SD, 5.46±1.01%; worst wavelet 12.76±2.73%). Thus, optimization significantly improved performance with respect to previous approaches based on classic wavelets. The algorithm can be applied to any signal type since the optimal wavelet is selected on a signal-by-signal basis. Examples of application to ECG and EEG signals are also reported.     

基于整数小波变换和嵌入式编码的ECG信号压缩

针对一般的有损压缩方法不能同时实现无损压缩的情况,实现了一类基于整数小波变换和嵌入式编码的心电数据压缩方法,不仅能够进行有损压缩,也能够实现无损压缩.并且比较了EZW、SPIHT和SPECK三种主要的嵌入式编码算法的性能优劣,为移动心电监护以实时性、信号质量和编码可伸缩性为根据选择数据压缩方法提供了参考.     

Lossless Compression on MRI Images Using SWT

Medical image compression is one of the growing research fields in biomedical applications. Most medical images need to be compressed using lossless compression as each pixel information is valuable. With the wide pervasiveness of medical imaging applications in health-care settings and the increased interest in telemedicine technologies, it has become essential to reduce both storage and transmission bandwidth requirements needed for archival and communication of related data, preferably by employing lossless compression methods. Furthermore, providing random access as well as resolution and quality scalability to the compressed data has become of great utility. Random access refers to the ability to decode any section of the compressed image without having to decode the entire data set. The system proposes to implement a lossless codec using an entropy coder. 3D medical images are decomposed into 2D slices and subjected to 2D-stationary wavelet transform (SWT). The decimated coefficients are compressed in parallel using embedded block coding with optimized truncation of the embedded bit stream. These bit streams are decoded and reconstructed using inverse SWT. Finally, the compression ratio (CR) is evaluated to prove the efficiency of the proposal. As an enhancement, the proposed system concentrates on minimizing the computation time by introducing parallel computing on the arithmetic coding stage as it deals with multiple subslices.     

基于小波的医学图像渐进编码算法的研究

医学图像的渐进编码在医学图像档案的回放和医学图像的远程传输中都有非常重要的意义.作者在研究二维图像小波分解的基础上,提出了一种新的基于小波变换的图像渐进编码算法.实验表明该算法可取得较高的压缩比和运算速度.     

医学图象位面行程编码实时压缩策略

本文研究了医学图象的位面行程编码及其硬件实现方案，用于动态图象（２５帧／秒）的不失真实时压缩和恢复，以熵为指标对几种图象信源的描述形式进行评价后表明，采用位面结构描述信源更有利于提高压缩效率。利用我们提出的一种定长行程码方法对ＣＴ图象进行位面行程编码压缩，其压缩比显著提高。并研制了基于此方法的编码器和恢复器。     

ECG compression using uniform scalar dead-zone quantization and conditional entropy coding

A new wavelet-based method for the compression of electrocardiogram (ECG) data is presented. A discrete wavelet transform (DWT) is applied to the digitized ECG signal. The DWT coefficients are first quantized with a uniform scalar dead-zone quantizer, and then the quantized coefficients are decomposed into four symbol streams, representing a binary significance stream, the signs, the positions of the most significant bits, and the residual bits. An adaptive arithmetic coder with several different context models is employed for the entropy coding of these symbol streams. Simulation results on several records from the MIT-BIH arrhythmia database show that the proposed coding algorithm outperforms some recently developed ECG compression algorithms.     

Huffman编码用于Sigma-delta ADC波束形成器中1bit码流的压缩

基于过采样Sigma—delta ADC的波束形成器直接利用过采样Sigma—delta ADC所产生的1bit码流的相位信息进行高质量的聚焦延迟一求和。但此1bit码流速率极高,一般不能直接用USB接口送到计算机进行波束形成等后续处理,须先将其进行无损压缩,即在降低码流速度的同时保留渡束形成所需的相位信息。采用Huffman编码方式对高速1bit流进行压缩。结果表明,Huffman编码能实现一半以上的压缩,从而使1bit码流通过USB接口传送成为可能。     

基于滤波器组的ECG无损数据压缩技术

本文提出了一种基于整-整映射滤波组的数据无损压缩算法和优化编码方案。以MIT-BIH心律失常数据库为基础,通过多级整-整变换把心电信号（ECG）分解成在不同频带上的频率成分,然后对分解后的变换数据作统计分析,按空间优化和速度优化并重的原则,提出了一种适合ECG无损压缩的优化编码方法。用MIT-BIH（采样率为360Hz)数据库测试表明该算法的平均数据无损压缩率为2.52,平均解码次数为1.375,其中72%的数据仅需一次解码。这种数据无损压缩算法可用于开发更高性能的Holter系统。