关于GPU的JPEG2000医学图像压缩方法研究.pdfVIP

方法研宄 李德振①孙健永①谭斌①李冰① 摘要 JPEG2000压缩，可以提高医学图像压缩效率进而缓解PAcs服务器压力。经验证，该方案可以较大地提升医学图像压缩速 度，进而减轻PAcs服务器负荷。 cuDA 关键词医学影像DIc0MJPEG2000压缩GPu Doi：10．3969／j．issn．1673—7571．2013．02．027 ResearchononeMethodofMedical BasedonGPu／LI a1／／China De—zhen，suN Bin，et ImagesProcessing Jian—yong，TAN Medicine．一2013to86 Di百tal 8(2)：83 whichhas AbstractThisarticletalksaboutonesolu七ionbasedonGPuand medical GPu JPEG2()()()tocoⅡ1press images．using exceⅡent s01ucioncan of co1essentheburdenofPACSServer．Fromtest parrelcomputingability，the improveemciencycompression solutionis toaccelerateof andreduce forPACSseⅣer． resulcs，the proved speedcompressionpressure Keywords medicalimages，DIcoM，JPEG2000compress，GPu，cuDA authorMedical InstituteofTechnicaloftheChinese of Sciences， Corresponding ImagingLab，Shanghai Physics Academy Shanghai200()83，P．R．C． DlCOM标；隹既是医学图像通信标；隹也是医学图像格式的标准，目前大部分放射影像设备都采用支持DICOM标准的接 口。DICOM医学图像数据量庞大，为了减少医学图像冗余存储的数据量，提高网络问影像传输速度，PACS系统需要对 图像进行压缩。大数据量的图像压缩会给PACS服务器造成较大的负载压力进而影响到服务器的性能。为改善这种情况， PACS服务器端应该采取高效率的医学图像压缩方式“1。 法还具有如下优良特性：压缩性能好，码率低；可以实现渐进式传输；码流随机访问和处理；对误码具有鲁棒性。这些都 通常都基于CPU平台。图像处理是不同种类的矩阵运算，医学图像同样如此；JPEG2000图像压缩中的分块技术以及小波 变换频繁进行矩阵计算。矩阵运算操作的重复性较高，因此非常适于并行优化处理。CPU对图像矩阵运算能力不强，并行 处理速度不够快，这对PACS服务器实时响应和传输可能会带来一定的影响“1。 进行医学图像压缩可以利用GPU强大的并行计算能力从像素级图像处理角度提升医学图像压缩性能，改善现状。 ①中国科学院上海技术物理研究所医学影像实验室，200083，上海市虹口区玉田路500号 83 篱霉豢篱耋鬻 万方数据 1