形状自适应感兴趣区域医学图像无损压缩方法研究概要.docVIP

形状自适应感兴趣区域医学图像无损压缩方法的研 究 在对某器官、组织进行医学成像时 , 很难避开周围的组织和器官。一幅 医学图像中既有医生需要观察和诊断的病灶区域 ( 即感兴趣区域 Region Of Interest,ROI), 也包含了对诊断没有价值但不可避开的背景区域 ( 即 UROI), 而 且通常在一幅图像上病灶区域只占较小的一部分。因此 , 在医学图像数据库等应 用系统中设计医学图像压缩编码算法时 , 可以充分利用医学图像的这一特征 , 对其中的感兴趣区域部分采用无损的压缩方法进行压缩编码 , 使其原有信息得到充分保留 ; 而对背景区域部分 , 可以采用具有较高压缩比的有损压缩方法进行压缩编码 , 特别是在量化时可以允许有较大的量化误差。按这种思想设计医学图像压缩编码算法 , 就可以保证在病灶信息具有很高保真度的前提下 , 实现整个图像的高比例压缩。医学图像中包含的组织是很丰富的 , 感兴趣区域的形状也是任意的。如果将感兴趣区域的形状限定为规则的长方形 , 这势必会给最终的压缩性能带来影响 , 甚至引入误差。不少研究人员便将医学图像的分割方法与医学图像的压缩方法结合起来 , 将具有良好性能的分割方法运用到感兴趣区域的分割与提取中来 , 实现医学图像感兴趣区域的自动分割和提取 , 或者说感兴趣区域自动裁减。 这样 , 医学图像感兴趣区域的自动分割和提取 , 为实现基于感兴趣区域医学图像无损压缩方法提供了有利的条件。形状自适应感兴趣区域医学图像无损 压缩方法针对医学图像所具有的特殊性 , 本文提出一种基于形状自适应感兴趣区域医学图像无损压缩方法。该方法首先对医学图像进行自动分割并提取出其中 感兴趣区域的形状信息 , 然后运用形状自适应小波变换对感兴趣区域进行变换 , 最后根据压缩的要求对感兴趣区域和剩余区域的量化系数分别进行编码 , 并且进行保存或传输。该压缩方法的过程。