CN106231309B - 医疗影像数据压缩方法 - Google Patents

医疗影像数据压缩方法 Download PDF

Info

Publication number
CN106231309B
CN106231309B CN201610632743.XA CN201610632743A CN106231309B CN 106231309 B CN106231309 B CN 106231309B CN 201610632743 A CN201610632743 A CN 201610632743A CN 106231309 B CN106231309 B CN 106231309B
Authority
CN
China
Prior art keywords
image data
frame image
active regions
entropy
matrix
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610632743.XA
Other languages
English (en)
Other versions
CN106231309A (zh
Inventor
吕长磊
陈小龙
刘颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi Provincial Peoples Hospital
Original Assignee
吕长磊
陈小龙
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 吕长磊, 陈小龙 filed Critical 吕长磊
Priority to CN201610632743.XA priority Critical patent/CN106231309B/zh
Publication of CN106231309A publication Critical patent/CN106231309A/zh
Application granted granted Critical
Publication of CN106231309B publication Critical patent/CN106231309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H04N19/172—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object the region being a picture, frame or field
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
    • H04N19/136—Incoming video signal characteristics or properties

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

为了提高针对可能随时改变的感兴趣区域的医疗影像数据的传输效率，并保证一定的分辨率，本发明提供了一种医疗影像数据压缩方法，包括如下步骤：传输前2帧图像；缓存第N‑1帧和第N‑2帧影像数据，其中N大于或等于3；将第N‑1帧和第N‑2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M‑1)和F(M‑2)；根据所述亮度矩阵和频谱F(M‑1)和F(M‑2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N‑2帧影像数据的活跃区域中的熵；根据第N‑2和第N‑1帧影像数据的活跃区域计算该第N‑1帧和第N帧影像数据的活跃区域中的熵；根据所确定的熵判断哪些影像数据需要被压缩和传输。

Description

医疗影像数据压缩方法
技术领域
本发明涉及医疗数据安全技术领域，更具体地，涉及一种医疗影像数据压缩方法。
背景技术
21世纪，人类已经进入医疗和生物技术的时代。在医疗数据增加的同时，医疗影像数据的应用也越来越普遍。随着移动智能设备(例如平板电脑)的普及，远程医疗对于医疗影像的需求也日益突出。
常见的图像压缩方法有Huffman编码、预测编码以及变换编码等。Huffman编码完全依据字符出现概率来构造字符的平均长度最短的码字，该算法先对图像数据扫描一遍，计算出各种像素出现的概率，按概率大小指定不同长度的唯一码字，由此得到该图像的Huffman码表。预测编码利用图像相邻像素之间具有的较强相关性，用相邻的已知像素来预测当前像素值，对该像素的真值与预测值的差进行量化和编码。变换编码将图像矩阵变换到系数空间上进行处理，将散布在各坐标轴上的原始图像数据集中到新的坐标系中的少数坐标轴上，使变换后的系数间的相关性降低。基于小波变换的编码方法将整幅图像逐级分解到不同分辨率的尺度空间，再对分解系数进行扫描编码，能够很好地消除解码图像的块状效应，获得较好的压缩效果。由于扫描编码输出结果位流对重建图像的贡献严格按从重到轻排列，可实现按一定优先级可控传输，这种图像的分层传输方式特别适合网络通信要求，因此该方法在图像压缩中被广泛应用。但是，其压缩率对于移动通信网络而言还是过小。申请号为CN201210184626.3的中国发明专利申请公开了一种涉及基于双重字典学习的压缩感知图像超分辨率重建方法，其包括如下步骤：冗余字典、编码字典参数训练，自回归模型权值参数训练，用训练好的冗余字典、编码字典、自回归模型权值参数对单帧低分辨率图像进行超分辨率重建。但是，这些算法都没有考虑感兴趣区域的优化。
现有技术中还有一些数据压缩方法虽然考虑了感兴趣区域，但该区域的位置却是相对固定的。这对于医疗影像而言不具有普遍性，因此压缩出来的数据有时传输效率会较高而有时甚至还不如正常传输的效率。
发明内容
为了提高针对可能随时改变的感兴趣区域的医疗影像数据的传输效率，并保证一定的分辨率，本发明提供了一种医疗影像数据压缩方法，步骤如下：
(1)传输前2帧图像；
(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；
(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；
(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；
(5)根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵，作为第一熵值；
(6)根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；
(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；
(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输该经过压缩获得的影像数据。
进一步地，所述根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵包括：
(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；
(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；
(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；
(4.4)将矩阵M’N-1和M’N-2对应相减；
(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置作为不活跃区域；
(4.6)计算矩阵M’N-1和M’N-2的秩的乘积，将该乘积作为该第N-2帧影像数据的活跃区域中的熵；
进一步地，所述根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵包括：
(5.1)对第N-1帧影像数据进行小波变换；
(5.2)计算第N-1帧影像数据对应的图像矩阵的特征值T1；
(5.3)根据第N-2帧影像数据中的活跃区域对应在第N-2帧影像数据的图像矩阵DN-2中的位置，确定步骤(5.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN-1，它们对应了第N-1帧影像数据的活跃区域；
(5.4)根据步骤(5.3)得到的数据，按照如下公式计算第N-1帧影像数据的活跃区域中的熵S1：
其中||DN-2||为矩阵DN-2的秩，P为第N-1帧或第N-2帧影像数据对应的矩阵的行数，Q为第N-1帧或第N-2帧影像数据对应的矩阵的列数。
进一步地，所述根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵包括：
(6.1)对第N帧影像数据进行小波变换；
(6.2)计算第N帧影像数据对应的图像矩阵的特征值T2；
(6.3)根据第N-1帧影像数据中的活跃区域对应在第N-1帧影像数据的图像矩阵DN-1中的位置，确定步骤(6.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN，它们对应了第N帧影像数据的活跃区域；
(6.4)根据步骤(6.3)得到的数据，按照如下公式计算第N帧影像数据的活跃区域中的熵S2：
其中||DN-1||为矩阵DN-1的秩，P为第N帧或第N-1帧影像数据对应的矩阵的行数，Q为第N帧或第N-1帧影像数据对应的矩阵的列数。
本发明的有益效果为：
(1)能够根据影像数据中的亮度自动地确定变化区域，从而对发生变化超过预设亮度变化阈值的区域自动地确定为感兴趣区域，有利于发生改变区域较多的医疗影像的处理；
(2)能够根据基于亮度的熵的改变情况确定是否传输某一帧，从而从根本上减少了需要传输的医疗影像数据；
(3)仅对满足上述条件的数据进行压缩，提高了压缩效率，同时保证了感兴趣区域的分辨率(即感兴趣区域中的像素数据未被删除、改变、失真或丢弃)。
附图说明
图1示出了根据本发明的医疗影像数据压缩方法的流程图。
具体实施方式
如图1所示，根据本发明的最佳实施例，本发明的医疗影像数据压缩方法包括如下步骤：
(1)传输前2帧图像；
(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；
(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；
(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；
该步骤进一步包括：
包括：
(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；
(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；
(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；
(4.4)将矩阵M’N-1和M’N-2对应相减；
(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置作为不活跃区域；
(4.6)计算矩阵M’N-1和M’N-2的秩的乘积，将该乘积作为该第N-2帧影像数据的活跃区域中的熵。
(5)根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵，作为第一熵值；
该步骤进一步包括：
(5.1)对第N-1帧影像数据进行小波变换；
(5.2)计算第N-1帧影像数据对应的图像矩阵的特征值T1；
(5.3)根据第N-2帧影像数据中的活跃区域对应在第N-2帧影像数据的图像矩阵DN-2中的位置，确定步骤(5.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN-1，它们对应了第N-1帧影像数据的活跃区域；
(5.4)根据步骤(5.3)得到的数据，按照如下公式计算第N-1帧影像数据的活跃区域中的熵S1：
其中||DN-2||为矩阵DN-2的秩，P为第N-1帧或第N-2帧影像数据对应的矩阵的行数，Q为第N-1帧或第N-2帧影像数据对应的矩阵的列数。
(6)根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；
该步骤进一步包括：
(6.1)对第N帧影像数据进行小波变换；
(6.2)计算第N帧影像数据对应的图像矩阵的特征值T2；
(6.3)根据第N-1帧影像数据中的活跃区域对应在第N-1帧影像数据的图像矩阵DN-1中的位置，确定步骤(6.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN，它们对应了第N帧影像数据的活跃区域；
(6.4)根据步骤(6.3)得到的数据，按照如下公式计算第N帧影像数据的活跃区域中的熵S2：
其中||DN-1||为矩阵DN-1的秩，P为第N帧或第N-1帧影像数据对应的矩阵的行数，Q为第N帧或第N-1帧影像数据对应的矩阵的列数。
(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；
(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输该经过压缩获得的影像数据。
本发明中，医疗影像由一幅或多幅医疗图像(或称为“医疗影像”，或简称“图像”/“影像”)组成，其像素数目彼此一致。因此，在上述最佳实施例中，各个帧图像数据对应的像素矩阵中的行数、列数实际上是保持不变的。
以上所述仅为本发明的最佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (4)

1.一种医疗影像数据压缩方法，步骤如下：
(1)传输前2帧图像；
(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；
(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；
(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；
(5)根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵，作为第一熵值；
(6)根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；
(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；
(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输所述活跃区域进行压缩获得的影像数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵包括：
(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；
(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；
(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；
(4.4)将矩阵M’N-1和M’N-2对应相减；
(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置作为不活跃区域；
(4.6)计算矩阵M’N-1和M’N-2的秩的乘积，将该乘积作为该第N-2帧影像数据的活跃区域中的熵。
3.根据权利要求1所述的方法，其特征在于，所述根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵包括：
(5.1)对第N-1帧影像数据进行小波变换；
(5.2)计算第N-1帧影像数据对应的图像矩阵的特征值T1；
(5.3)根据第N-2帧影像数据中的活跃区域对应在第N-2帧影像数据的图像矩阵DN-2中的位置，确定步骤(5.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN-1，它们对应了第N-1帧影像数据的活跃区域；
(5.4)根据步骤(5.3)得到的数据，按照如下公式计算第N-1帧影像数据的活跃区域中的熵S1：
其中||DN-2||为矩阵DN-2的秩，P为第N-1帧或第N-2帧影像数据对应的矩阵的行数，Q为第N-1帧或第N-2帧影像数据对应的矩阵的列数。
4.根据权利要求1所述的方法，其特征在于，所述根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵包括：
(6.1)对第N帧影像数据进行小波变换；
(6.2)计算第N帧影像数据对应的图像矩阵的特征值T2；
(6.3)根据第N-1帧影像数据中的活跃区域对应在第N-1帧影像数据的图像矩阵DN-1中的位置，确定步骤(6.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN，它们对应了第N帧影像数据的活跃区域；
(6.4)根据步骤(6.3)得到的数据，按照如下公式计算第N帧影像数据的活跃区域中的熵S2：
其中||D|-1||为矩阵DN-1的秩，P为第N帧或第N-1帧影像数据对应的矩阵的行数，Q为第N帧或第N-1帧影像数据对应的矩阵的列数。
CN201610632743.XA 2016-08-03 2016-08-03 医疗影像数据压缩方法 Active CN106231309B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610632743.XA CN106231309B (zh) 2016-08-03 2016-08-03 医疗影像数据压缩方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610632743.XA CN106231309B (zh) 2016-08-03 2016-08-03 医疗影像数据压缩方法

Publications (2)

Publication Number Publication Date
CN106231309A CN106231309A (zh) 2016-12-14
CN106231309B true CN106231309B (zh) 2019-05-24

Family

ID=57547722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610632743.XA Active CN106231309B (zh) 2016-08-03 2016-08-03 医疗影像数据压缩方法

Country Status (1)

Country Link
CN (1) CN106231309B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3863775B2 (ja) * 2001-12-25 2006-12-27 株式会社九州エレクトロニクスシステム 画像情報圧縮方法及び画像情報圧縮装置並びに画像情報圧縮プログラム
JP4808067B2 (ja) * 2006-04-24 2011-11-02 富士通株式会社 画像圧縮装置、画像圧縮プログラム、画像圧縮方法
CN102082950A (zh) * 2009-11-30 2011-06-01 西门子公司 图像的压缩、解压缩方法、装置及系统
CN101908891A (zh) * 2010-08-23 2010-12-08 南京信息工程大学 基于提升小波和pcnn的医学图像roi压缩方法

Also Published As

Publication number Publication date
CN106231309A (zh) 2016-12-14

Similar Documents

Publication Publication Date Title
CN101742319B (zh) 基于背景建模的静态摄像机视频压缩方法与系统
EP1107606A1 (en) Image processing apparatus and method and storage medium
WO2015180658A1 (zh) 基于模板匹配的帧内预测编、解码、阵列扫描方法及装置
US8331454B2 (en) Integer transform function for video compression systems
US11445205B2 (en) Video encoding method and apparatus, video decoding method and apparatus, computer device, and storage medium
WO2023279961A1 (zh) 视频图像的编解码方法及装置
Aulí-Llinàs et al. Lossy-to-lossless 3D image coding through prior coefficient lookup tables
JP2017192078A (ja) 画像符号化装置及びその制御方法
US9693057B2 (en) Integer transform video compression system, method and computer program product
WO2022266955A1 (zh) 图像解码及处理方法、装置及设备
WO2019237753A1 (en) A surveillance camera system and a method for reducing power consumption thereof
CN103096052B (zh) 一种图像编码、解码的方法和装置
Mafijur Rahman et al. A low complexity lossless Bayer CFA image compression
CN104244012A (zh) 一种ct数据压缩方法
CN109474825B (zh) 一种脉冲序列压缩方法及系统
CN106231309B (zh) 医疗影像数据压缩方法
Fouad A lossless image compression using integer wavelet transform with a simplified median-edge detector algorithm
CN115665413A (zh) 图像压缩最优量化参数的估计方法
JP4795141B2 (ja) 映像符号化合成装置、映像符号化合成方法及び映像伝送システム
KR20020055864A (ko) 칼라 정지영상의 부호화 및 복호화 방법
CN110971913B (zh) 一种基于填充Y通道的Bayer图像压缩方法
US20090074059A1 (en) Encoding method and device for image data
WO2021197158A1 (zh) 一种图像处理方法和图像处理装置
Fouad et al. Lossless Image Compression Using A Simplified MED Algorithm with Integer Wavelet Transform
CN117939157A (zh) 图像处理方法、装置及设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Lv Changlei

Inventor after: Chen Xiaolong

Inventor after: Liu Ying

Inventor before: Liu Ying

TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20190426

Address after: 710068 No. 256 Youyi West Road, Xi'an City, Shaanxi Province

Applicant after: Lv Changlei

Applicant after: Chen Xiaolong

Address before: 610000 No. 13, 2 13, Jilai Road, Chengdu High-tech Zone, Sichuan, China, 2

Applicant before: Chengdu Hui Zhi distant view Science and Technology Ltd.

GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200714

Address after: No. 256, Youyi West Road, Huangyan village, Beilin District, Xi'an City, Shaanxi Province

Patentee after: SHAANXI PROVINCIAL PEOPLE'S Hospital

Address before: 710068 No. 256 Youyi West Road, Shaanxi, Xi'an

Co-patentee before: Chen Xiaolong

Patentee before: Lv Changlei