- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE
中 北 大 学
毕业设计开题报告
学 生 姓 名:
王宣
学 号:
0905084147
学 院、系:
信息与通信工程学院信息工程系
专 业:
生物医学工程
设 计 题 目:
医学图像压缩方法研究与仿真实现
指导教师:
李静怡
2013年 03 月 15 日
毕 业 设 计 开 题 报 告
1.结合毕业设计情况,根据所查阅的文献资料,撰写2000字左右的文献综述:
文 献 综 述
一、本课题研究的目的及意义
随着现代医疗水平的不断进步和经济实力的增强,更多的医疗成像设备投入临床应用,数字化的医学图像在医学临床诊断中发挥的作用越来越重要,对医学图像压缩技术的研究显得尤为迫切,主要表现如下:
首先,数字医学图像的数据量急剧增加。医院里除了经常使用的x射线检查项目外,像CT, MR、核医疗(如SPELT, PET等)以及超声等也进入日常的医学检查和诊断应用中。大多数断层扫描对于感兴趣区的部位都要产生16-64幅切片图像,而且超声和血管造影等每次检查都生成3-30分钟的视频序列图像,这必然使得原来就很庞大的数字医学图像的数据量,以更快的速度增加。而且医学图像数据还要有较长的保存周期,这使它要占用更大的存储空间[1]。
其次,现代医学对医学图像信息的存储与通信提出了更高的要求[2]。全数字的存储方式,PACS( Picture Archiving and Communication System,医学图像的归档与通信系统)现在已得到广泛的应用,而在组成PACS系统的众多技术之中,压缩技术无疑是关键技术之一。另外,在远程医疗等应用环境中,要求在更窄的通信带宽条件下实现医学图像的高保真传输,如不进行有效压缩,将占用大量的存储空间,并对传输网络的带宽产生极大的压力。
医学图像作为自然图像的一种,其数据同样存在很大的冗余[3],有一定的压缩空间。然而,医学图像自身的特殊性对压缩技术提出了更高的要求。医学图像数据描述的是人体组织、器官等的解剖信息,其中包含的信息十分丰富,而这些信息是医学诊断和疾病治疗的重要根据,图像的任何细节的损失都可能导致错误的诊断,因此对医学图像的压缩应更为谨慎。目前医学图像的压缩通常只采用无损压缩技术,虽然保证了图像的质量,但只能得到很低的压缩比(一般在2.5倍以下)。因此研究有针对性的医学图像压缩技术显得尤其重要。
综述以上几点,医学图像压缩有其必要性,也有其可行性,无论在理论上还是在应用中,研究医学图像压缩技术都将有重要意义。
二、医学图像压缩的国内外研究现状
图像压缩的研究起源于20世纪40年代。1948年香农的经典论文“通信的数学原理”中首次提到信息率失真函数概念,1959年他又进一步建立了率失真理论,从而奠定了信源编码的理论基础。随后伯杰(T Bergen 1971)等人又对其进行了深入的研究[4],并取得了一定的进步,为后人对该领域进一步研究打下了理论基础。随着数据压缩理论的不断发展和日益成熟,一些研究人员逐渐开始对声音、文字和图像等信号的压缩技术进行了研究。
随着图像压缩技术在相关领域中的广泛应用,医学图像压缩技术由于临床医学方面的特殊应用,成为数据压缩技术中一个新的领域,并引起了国内外学者的极大关注,如德国特里尔的“Telematik”研究所梅内尔教授、美国Center for Next Generation Video Rensselaer Polytechnic Institute的Willima A.Pearlman教授、浙江大学生物医学工程系童勤业教授和杨胜天博士后、东南大学生物医学工程系的顾适逸和罗立民教授、南京大学张福炎教授等都对医学图像无损和近无损压缩方法进行了研究,并取得了一定的成果[6-10]。
80年代中后期,相关学科的迅速发展和新兴学科的不断涌现为图像压缩编码的发展注入了新的活力。人们对图像信息需求的剧增也有利地促进了图像压缩技术的进步,许多学者结合模式识别、计算机图形学、计算机视觉、神经网络、小波分析和分形几何等理论,开始探索研究图像压缩的新理论和新方法。同时,关于人类的视觉生理、心理特性的研究成果也打开了人类的新视野,许多新的图像压缩编码方法相继提出:M. Kunt于1985年提出了利用人眼视觉特性的第二代图像编码技术;1988年M. Barnsley提出了基于迭代函数系统的分形图像编码技术[11];1989年S. Mallat将小波分析用于图像编码等等。在众多的图像编码方案中,小波变换以其良好的变换特性在图像编码技术中得到了相当广泛的应用。同时,基于小波变换的图像压缩标准也在不断的发展和完善中[12],JPEG 2000就是建立在小波变换基础上的最新的静态图像压缩标准,因此成为医学图像压缩编码领域的研究热点。
随着多媒体技术的快速发展,静止图
文档评论(0)