首页 > 文献资料
-
基于DCT医学图像压缩方法的研究与改进
经DCT变换压缩的医学图像复原后,不可避免地会出现方块效应.本文对方块效应产生的原因进行了分析,并对基于DCT医学图像压缩的方法进行了改进,提出自适应DCT变换系数修正方法,消除重建图像中的方块效应.改进后的方法可以较为理想地消除解压图像中因分块而产生的方块效应.
-
基于兴趣区的编码方法探讨
目的探讨JPEG2000标准中基于兴趣区(region of interest,ROI)的编码方法,重点讨论了标准中的大上移(maximum shift,maxshift)方法.方法 Maxshift方法缩放ROI的系数,使得属于ROI的所有信息在码流中放在背景区(back-ground,BG)的信息之前.改变图像的量化方式和码流截断点的位置,就能获得不同质量的ROI和BG.结果在低比特率(大约小于0.05bpp)时,ROI和BG具有近似的图像质量.随着比特率的增加,ROI的质量迅速提高.结论 Maxshift方法处理任意形状的ROI时,不需要编码形状,解码器既不用解码形状,也不需要生成ROI掩膜,因此更加简单.
关键词： 图像压缩 小波变换 JPEG2000 Maxshift方法 -
在医学影像信息系统中构建 PACS的探讨
本文介绍了 PACS的基本概念及如何构建 PACS系统、构建 PACS系统所需要解决的技术问题 . 同时也简述了 PACS系统的应用为医院影像信息管理、临床研究所带来的方便 .
-
基于DICOM标准的医学影像无视觉损失有损压缩研究
PACS系统是医学图像信息系统的重要组成部分,医学影像压缩是制约国内PACS系统应用的主要因素之一.本文简要介绍了基于DICOM标准的医学影像无视觉损失有损压缩研究的目的、主要内容、方法与步骤、研究计划及特色.
-
视频图像压缩技术在远程医疗会诊系统中的研究
随着计算机技术的发展和图像压缩技术的应用,医学图像除了可以大量存储同时用于远程图像传输,在传输过程中为保证诊断的正确性,必须得到高质量的图像和完整、全面的相关医学信息[1];针对这个问题的解决采用基于小波变换的视频图像压缩技术,利用小波变换对视频图像序列进行压缩编码,较好地改善了当图像场景中的物体进行快速运动时,使得时间域的小波系数突然变大而使得压缩率变低的不足,在远程医疗系统中可以快速、高效地压缩图像.
-
模糊聚类分析在医学图像处理中的应用
随着医改步入关键时期,医改进展监测评估、卫生信息化建设等对卫生统计信息工作提出了更高要求,海量增长的卫生信息亟需进行底层挖掘分析,远程会诊等需要对图像数据进行更优处理.现代信息技术和数据处理技术发展迅速,卫生统计信息工作面临挑战的同时也面临难得的发展机遇.模糊聚类分析是一种成熟广泛应用于工业、农业、商业和医学等领域的数据处理技术.本文简要介绍了模糊聚类分析的概念、基本原理.综述该方法在医学图像处理中的应用进展,包括应用于医学图像分割、医学图像压缩等等.后,本文分析了在卫生统计和信息化快速发展的形势下模糊聚类分析的发展前景.
-
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.
-
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.
-
可视化技术及其在医学教学中的应用
可视化技术是图形生成技术和图像理解技术相结合的一种新技术,它既可理解送入计算机的图像数据,也可从复杂的多维数据中产生图形;可以把科学计算过程中的数据及结果转换成几何图形及图像信息,从而使之可以在屏幕上显示出来并进行交互处理.本文详细介绍了可视化技术的新进展以及在医学教育方面的作用和应用前景.
-
基于位平面编码的超光谱图像压缩方法
针对超光谱图像的特点和硬件实现的实际需要,提出了一种基于小波变换的前向预测帧间去相关超光谱图像压缩算法.通过图像匹配和帧间去相关,消除超光谱图像帧间的冗余,对残差图像的压缩采用基于小波变换的快速位平面结合自适应算术编码的压缩算法,按照率失真准则控制输出码流,实现了对超光谱图像的高保真压缩.通过实验证明了该方案的有效性,基于小波变换的快速位平面结合自适应算术编码的压缩算法速度优于SPIHT,而且易于硬件实现.
-
神经网络用于遥感图像压缩的一些研究结果
本文采用多层前馈神经网络对遥感图像进行压缩,给出了具体的压缩算法.对压缩比为8倍、12倍、16倍时压缩效果进行了计算机仿真,给出了仿真结果,结果表明多层前馈神经网络压缩效果(客观和主观效果)都比较理想.
-
基于分形和小波的混合图像压缩
从近年来受人瞩目的分形和小波图像压缩方法出发,分析了两种图像压缩方法的特点及利弊.运用小波域及DCT域下的分形压缩图像方法,提高了编码速度,得到较高的压缩比和信噪比,但重构图像质量还存在块状效应.为此,提出了几种方法结合起来的综合方法,进一步提高图像的质量,在压缩比和信噪比之间取得良好的折衷.
-
基于小波域分块和码率分配的高分辨率图像低复杂度压缩方法
本文提出了一种适于高分辨率图像的低复杂度图像压缩方法,高分辨率图像小波变换后在小波域进行分块,然后采用EBCOT方法并行压缩,对各分块图像根据纹理复杂度分配码率,解决了采用传统图像域分块方法造成的图像不同区域由于复杂性差异较大而引起的简单部分恢复质量很好,而复杂度高的部分恢复质量差甚至不可用的问题,同时避免了图像域分块引起的"方块效应".实验结果表明,本文算法重建效果十分接近全局压缩效果,尤其适合各区域复杂度差异很大的遥感图像;算法复杂度低,易于硬件实现,适于遥感图像的星载实时压缩.
-
MATLAB小波工具箱在医学图像压缩中的应用
目的本文分析了数据压缩的必要性,说明了如何利用Matlab软件中小波工具箱对图像进行分解与重构,通过实现对医学图像的压缩,对不同阈值下采用不同的小波压缩的结果进行了比较和讨论.
-
基于整数小波变换和零树编码算法的医学图像压缩研究
现代医疗成象设备产生了大量高价值的医学图像,如何对信息的进行有效的存储、查询以及网络传输是一个亟待解决的问题.本文利用整数小波变换和零树编码算法对医学图像进行了压缩研究,试验表明,同传统JPEG标准相比,相同压缩比下本算法的峰值信噪比有明显的提高,同时本算法具有逐渐显现的特性,能够满足医学图像存储、查询以及网络传输的需求.
-
基于图像分区和位平面编码的医学超声图像压缩算法
目的 研究一种适合医学超声图像特点的图像压缩算法.方法 采用掩码图将每帧图像划分为扇形区、变化字符区和背景区.对扇形区图像采用小波变换结合位平面算术编码的压缩算法;对变化字符区图像采用二值量化结合位平面算术编码的压缩算法;对背景图像采用在编/解码端存储的办法.结果 没有采用图像分区技术的算法相比,本文算法的压缩比高、重建图像的质量好、算法的执行速度快.结论 本文算法大大优于不采用图像分区技术的压缩算法,适合超声图像的压缩.
-
基于改进3D SPIHT的MRI序列图像压缩方法
目的 研究一种有效的MRI序列图像压缩方法.方法 以2组不同数量、不同层厚的MRI序列图像为例,针对3D SPIHT算法运算复杂度,在对D型、L型表项重复判断的不足上,提出了一种改进的3DSPIHT方法;同时,根据MRI序列图像的相关性特点,提出了分组编/解码的方法,结合3D小波变换和应用改进的3D SPIHT方法,实现了MRI序列图像压缩.结果 分组结合改进3D SPIHT方法与2DSPIHT,3D SPIHT相比,能够得到较好重构图像,同时,峰值信噪比(PSNR)提高了1～8 dB左右.结论 在相同码率下,分组结合改进3D SPIHT的方法提高了PSNR和图像恢复质量,可以更好地解决大量MRI序列图像存储与传输问题.
关键词： 磁共振图像 3D小波变换 3D SPIHT算法 图像压缩 -
基于神经网络的压缩后医学图像的质量评估
目的研究如何对压缩后的医学图像的质量进行客观的评估.方法针对用单个客观参数(如均方差)对压缩后的医学图像进行质量评估效果很差的问题,本文先应用神经网络进行参数优化,从众多的客观参数中选择出若干参数,然后作为误差反传神经网络(BPNN)的输入,再采用神经网络来拟合医生的主观评估,实现压缩后的医学图像的质量评估.结果实验结果表明,该方法对肺窗和纵膈窗的测试准确率平均达到84.72%和85.49%,而且具有很强的适应性.结论所提出的用神经网络评估压缩后的医学图像总体质量的方法,能实现图像的按质量自动归类和比较客观的质量评估.
-
基于小波图像压缩的远程医疗系统设计
针对医院现有网络和互联网情况,利用RSA加密算法实现文字信息的加密,使用小波分析技术达到图像压缩,采用成熟的网络技术完成远程信息传输的设计方案.
-
医学图像处理方法
目的 对CT图片实施压缩、去除伪影以及灰度和边缘处理,突出所要研究部位的特征.方法 采用离散余玄变换(DCT).方法 对原始CT头部断层图像进行了压缩处理,同时采用MATLAB图像处理工具箱中的方法对压缩后的图像分别进行边界处理.结论 有效地提高了影像的清晰度,突出了所要研究部位的特征,对于临床医生正确解读CT、MRI以及RNI断层图片将会起到至关重要的作用.
