應用混合式編碼於醫學動態影像之壓縮 蕭嘉贊、葉進儀
E-mail: [email protected]
摘 要
隨著科技的進步及發展，醫療影像數位化已經受到許多專家學 者的重視，藉由資訊的量化、無失真影像壓縮與傳輸的技術
、數位 化資料儲存、再配合電腦輔助診斷系統，如此能提供專業醫師在診 斷上能有一快速及正確的診斷參考，藉以避免 醫療延遲及資源的浪 費，提高遠距醫療的診斷價值。因此本研究使用離散小波轉換並結 合三角形區塊比對之動態影像壓 縮技術來消除或縮減在磁振造影 影像中，任一或多種的重複性，以得到資料壓縮的效果，而達到符 合網路化的需求，以 期對影像的傳輸與儲存有更大助益。在研究中 以數位化的左心室磁振動態影像資訊和腦部功能性磁振動態影像 資訊作為 壓縮為實例，並以高峰訊號雜訊比(Peak Signal-to-Noise Ratio, PNSR)值和壓縮比率(Compression Ratio, CR)來作績效的評 估
，實驗結果發現透過此研究架構來對醫學動態影像壓縮，可得到 一可接受之PSNR 值和CR 值。
關鍵詞 : 無失真動態影像壓縮、磁振造影影像、高峰訊號雜訊比、壓縮比率 目錄
第一章緒論… … … … .… … … 1 1.1 研究背景與動機… .… … ..… ..… … … .… … … … …
… ...1 1.2 研究目的… … … … ..… .… … … ..… … … .… ….2 1.3 研究範圍… … … … .… … …
… … … … ..3 1.4 研究流程… … … … .… … … .… .3 1.5 論文章節架構… … … … .… .… … …
… … … .… ..5 第二章文獻探討… … … … .… … … ….7 2.1 非失真影像壓縮技術之文獻 探討… … ....… ..… … … … ...7 2.2 小波轉換之文獻探討...… … … ..… … … ...… … … ...13 2.3 動態影像壓縮之文 獻探討… … … ...14 第三章研究架構與方法..… .… … … .19 3.1 三角 形區域演算法… .… … … ...… … … ..19 3.1.1 三角形區域演算法之壓縮程序… … .… … … … ...19 3.1.2 三角形區域演算法之解壓縮程序… .… … … … ...21 3.2 SLCCA 壓縮技術… … … ...… … … .… … … …
… ...22 3.2.1 離散小波轉換..… … .… … … … .… … … ...22 3.2.2 SLCCA 編碼對靜態影像壓縮之程序.… … … ...24 3.2.3 SLCCA 之壓縮編碼演算法… … .… … … ..… … ...29 3.2.4 SLCCA 之解壓縮程序.… … …
… … … … ...34 3.3 算術編碼… … … ..… … ...… .… … … 34 3.3.1 算術編碼之壓縮程序… … .… … .… … … ...35 3.3.2 算術編碼之解壓縮程序.… … .… … .… … … … ...36 第四章實驗結果與分析..… … …
… ...… … … …38 4.1 實驗設置...… … … .… … … ...… … … …38 4.1.1 實驗相關資訊…
… … … .… .… … … … ...38 4.1.2 實驗內容… … … .… … .… … ...… ...38 4.1.3 績效評估.…
… … … ....… .… … .… ..… … ....39 4.2 實驗結果及分析… .… … … .… ...… ...… … … ....39 4.2.1 左心 室MRI 壓縮.… … … .… … .… … ..… … ..… ...40 4.2.2 腦部fMRI 壓縮測試… … … ...44 第五 章結論與未來研究方向.… ...… … … … ..… … … 45 5.1 結論… … … .… … … ...… … … … .… ..… … …
… 45 5.2 未來研究方向...… … ..… … … … .… … ..… … … ...… ...45 參考文獻… … … ..
… … … …47 參考文獻
[1] Howard, P. G and J. S. Vitter, “Analysis of Arithmetic Coding forData Compression,” Information Processing and Management, 28,no. 6, pp. 749-763, 1992.
[2] Smith, S.W., The Scientist and Engineer's Guide to Digital SignalProcessing, California Technical Publishing, 1997.
[3] Solomon, D., Data Compression: The Complete Reference,Springer, NY, 1997.
[4] Gonzalez, R.C. and Woods, R.E, “Digital Image Processing,” 2002by prentice-Hall, inc.
[5] Jeong, J. and J. M. Jo, “Adaptive Huffman coding of 2-D DCTcoefficients for image sequence compression, “Signal Processing:Image Communication, Vol. 7, pp. 1-11, 1995.
[6] Jeong, B., J. Park, and J. M. Jo, “Huffman coding of DCTcoefficients using dynamic codeword assignment and adaptivecodebook selection, “ Signal Processing: Image Communication,Vol. 12, pp. 253-262, 1998.
[7] Hu, Y. and C. Chang, “A new lossless compression scheme basedon Huffman coding scheme for image compression, “SignalProcessing:
Image Communication, Vol. 16, pp. 367-372, 2000.
[8] Chan, Y. T. Wavelet Basics, Kluwer Academic Publishers, Norwell,MA, 1995.
[9] Calderbank, R. C., I. Daubechies, W. Sweldens, and B. L. Yeo,“Wavelet Transforms that Map Integers to Integers,” Applied andComputational Harmonic Analysis (ACHA), Vol. 5, No. 3, pp.332-369, 1998.
[10] Munteanu, A., J. Cornelis, G. V. der Auwera, and P. Cristea,“Wavelet Image Compression— The Quadtree Coding Appraoach,”IEEE Transactions on Information Technology in Biomedicine,Vol. 3, No. 3, pp. 176-185, 1999.
[11] Bilgin, A., P. J. Sementilli, F. Sheng, and M. W. Marcellin“Scalable Image Coding Using Reversible Integer WaveletTransforms,” IEEE Transactions on Image Processing, Vol. 9, No.11, pp. 1972-1977, 2000.
[12] Yoo, H. and J. Jeong, “Signal-dependent wavelet transform and application to lossless image compression,” Electronics Letters 14th, Vol.
38, No. 4, pp. 170-172, 2002.
[13] J. M. Shapiro, “Embedded image coding using zerotrees of wavelet coefficients,” IEEE Transactions on Signal Processing, Vol.41, No. 12, Dec 1993, pp. 3445-3462.
[14] A. Said and W. A. Pearlman, “A new, fast, and efficient image codec based on set partitioning in hierarchical trees,”IEEE Transactions on Circuits and System for Video Technology, Vol. 6, No. 3, Jun. 1996, pp. 243-250.
[15] B. B. Chai, J. Vass, and X. Zhuang, “Significance-Linked Connected Component Analysis for wavelet image coding,” IEEE Transactions on Image Processing, Vol. 8, No. 6, Jun. 1999, pp.174-784.
[16] 張真誠、黃國峰、陳同孝，「電子影像技術」，松崗圖書公司，2000。
[17] “Video coding for low citrate communications,” ITU-T Draft Rec.H.263, Dec. 1995.
[18] “Coding of moving pictures and associated audio for digitalstorage media up to about 1.5 Mbit/s,” Tech. Rep., ISO/IEC IS11172 (MPEG- 1), 1993.
[19] “Generic coding of moving pictures and associated audio,” Tech.Rep., ISO/IEC DIS 13818 (MPEG-2), 1994.
[20] T. Sikora, “The MPEG-4 video standard verification method,”IEEE Trans. Circuits Syst. Video Technol., vol. 7, pp. 19–31, Feb.1997.
[21] Mohsenian, N., Nosratinia, A., Liu, B., and Orchard, M.T.“Adaptive Entropy Constrained Transform Coding of MagneticResonance Image Sequences”, IEEE Transactions on NuclearScience, Vol. 42, No. 6, Dec. 1995.
