CN116405574A - 一种远程医疗图像优化通讯方法及系统 - Google Patents

一种远程医疗图像优化通讯方法及系统 Download PDF

Info

Publication number
CN116405574A
CN116405574A CN202310676628.2A CN202310676628A CN116405574A CN 116405574 A CN116405574 A CN 116405574A CN 202310676628 A CN202310676628 A CN 202310676628A CN 116405574 A CN116405574 A CN 116405574A
Authority
CN
China
Prior art keywords
absolute
length
absolute error
pixel point
medical image
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.)
Granted
Application number
CN202310676628.2A
Other languages
English (en)
Other versions
CN116405574B (zh
Inventor
张春燕
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.)
Second Medical Center of PLA General Hospital
Original Assignee
Second Medical Center of PLA General Hospital
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 Second Medical Center of PLA General Hospital filed Critical Second Medical Center of PLA General Hospital
Priority to CN202310676628.2A priority Critical patent/CN116405574B/zh
Publication of CN116405574A publication Critical patent/CN116405574A/zh
Application granted granted Critical
Publication of CN116405574B publication Critical patent/CN116405574B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/04—Protocols for data compression, e.g. ROHC
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Primary Health Care (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Security & Cryptography (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Compression Of Band Width Or Redundancy In Fax (AREA)

Abstract

本发明涉及图像通信技术领域，具体涉及一种远程医疗图像优化通讯方法及系统，包括：获取所有像素点的绝对误差；将预设范围内的任意一个区段长度记为目标区段长度，根据目标区段长度将所有绝对误差划分层级，根据所有绝对误差的频率分别计算所有级的平均码长和所有层的平均码长，计算目标区段长度的平均码长，根据所有绝对误差的平均码长，获取目标区段长度的可行度；获得预设范围内所有区段长度的可行度；根据所有区段长度的可行度的分布情况，获得待编码对象，根据待编码对象的霍夫曼编码表对所有像素点进行编码，获得医疗图像的编码结果，对医疗图像的编码结果进行传输。本发明通过提高压缩效率，降低图像传输和存储的成本，保证图像质量。

Description

一种远程医疗图像优化通讯方法及系统
技术领域
本发明涉及图像通信技术领域，具体涉及一种远程医疗图像优化通讯方法及系统。
背景技术
医疗图像通讯系统是用于医疗领域内图像的获取、处理、传输和存储的一种系统，可以实现远程医学图像诊断、手术指导等功能。在医疗图像通讯系统中，对于体积较大的医疗图像，采用合适的压缩方法可以降低数据传输和存储的成本，提高数据传输的可靠性，同时保证图像质量。
现有技术通过霍夫曼编码对医疗图像进行无损压缩，将灰度值作为霍夫曼编码的待编码对象时，但是只对灰度值的频率相差较大的医疗图像压缩效率较高，并不是对传输的所有医疗图像都具有较好的压缩效率。
因此，需要转换通过霍夫曼编码对医疗图像进行无损压缩时的待压缩对象，提高压缩效率，降低图像传输和存储的成本，提高图像传输的可靠性，同时保证图像质量。
发明内容
本发明提供一种远程医疗图像优化通讯方法及系统，以解决现有的问题。
本发明的一种远程医疗图像优化通讯方法及系统采用如下技术方案：
本发明一个实施例提供了一种远程医疗图像优化通讯方法，该方法包括以下步骤：
获取医疗图像的初始值序列，获取医疗图像中所有像素点的邻接差值和绝对误差；
将预设范围内的任意一个区段长度记为目标区段长度，根据目标区段长度将所有绝对误差划分层级，获得所有级和所有层；根据所有绝对误差的频率分别计算所有级的平均码长和所有层的平均码长，根据所有级的平均码长和所有层的平均码长计算目标区段长度的平均码长，根据所有绝对误差的平均码长和目标区段长度的平均码长，获取目标区段长度的可行度；
获得预设范围内所有区段长度的可行度；根据所有区段长度的可行度的分布情况，获得待编码对象，根据待编码对象的霍夫曼编码表对所有像素点进行编码，获得医疗图像的编码结果，对医疗图像的编码结果进行传输。
进一步地，所述获得所有级和所有层，包括的具体步骤如下：
对于目标区段长度Q，根据目标区段长度Q将绝对误差的取值范围均匀的划分为F个区段，最后一个区段的长度可以不足Q，
Figure SMS_1
，/>
Figure SMS_2
表示向上取整，其中，第i个区段中绝对误差的取值范围为/>
Figure SMS_3
，/>
Figure SMS_4
表示第i个区段的最小绝对误差，且
Figure SMS_5
；
将每个区段中每个绝对误差与该区段的最小绝对误差的差值记为每个绝对误差的相对误差，根据所有区段中绝对误差的取值范围
Figure SMS_6
，获得每个区段中所有绝对误差的相对误差的取值范围均为/>
Figure SMS_7
；
每个分段中所有绝对误差对应同一级，共有F个级，第i级对应的所有绝对误差的取值范围为：
Figure SMS_8
；所有分段中相对误差相同的绝对误差对应同一层，共有Q个层，第k层对应的所有绝对误差组成的集合为：/>
Figure SMS_9
。
进一步地，所述计算目标区段长度的平均码长，包括的具体步骤如下：
目标区段长度Q的平均码长的计算公式为：
Figure SMS_10
、
式中，Q为目标区段长度，
Figure SMS_11
表示目标区段长度Q的平均码长，F表示所有级的数量，/>
Figure SMS_12
表示以2为底的对数函数，/>
Figure SMS_13
表示第i个区段的最小绝对误差，/>
Figure SMS_14
表示第k层对应的所有绝对误差组成的集合，/>
Figure SMS_15
表示绝对误差j的频率；
其中，
Figure SMS_16
表示霍夫曼编码后所有级的平均码长；
Figure SMS_17
表示霍夫曼编码后所有层的平均码长。
进一步地，所述获取目标区段长度的可行度，包括的具体步骤如下：
目标区段长度Q的可行度的计算公式为：
Figure SMS_18
、
式中，Q为区段长度，
Figure SMS_19
表示区段长度Q的可行度，/>
Figure SMS_20
表示以2为底的对数函数，/>
Figure SMS_21
表示绝对误差j的频率，/>
Figure SMS_22
表示区段长度Q的平均码长；/>
Figure SMS_23
表示霍夫曼编码后所有绝对误差的平均码长。
进一步地，所述获得待编码对象，包括的具体步骤如下：
当预设范围内存在区段长度的可行度大于0时，将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象，否则，将绝对误差作为霍夫曼编码的待编码对象。
进一步地，所述获得医疗图像的编码结果，包括的具体步骤如下：
当霍夫曼编码的待编码对象为绝对误差的所有级和所有层时，将可行度大于0的所有区段长度中，平均码长最小的区段长度作为可行区段长度，分别根据可行区段长度对应的所有级和所有层的频率构建级霍夫曼编码表和层霍夫曼编码表；在级霍夫曼编码表和层霍夫曼编码表中，获得每个像素点的绝对误差对应的级和层的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果；
当霍夫曼编码的待编码对象为绝对误差时，根据所有绝对误差的频率构建绝对误差霍夫曼编码表；在绝对误差霍夫曼编码表中，获得每个像素点的绝对误差的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果；
在每个像素点的编码结果前增加一个符号位，作为每个像素点的编码结果，当像素点的邻接差值为小于0时，符号位为0，当像素点的邻接差值为大于等于0时，符号位为1。
进一步地，所述获取医疗图像的初始值序列，包括的具体步骤如下：
将医疗图像中每一行的第一个像素点记为每一行的初始像素点，将初始像素点的灰度值记为每一行的初始值，将医疗图像中所有行的初始值按照顺序组成的序列记为初始值序列。
进一步地，所述获取医疗图像中所有像素点的邻接差值和绝对误差，包括的具体步骤如下：
将除初始像素点的其他所有像素点中的任意一个像素点记为目标像素点，将目标像素点的左侧的像素点记为目标像素点的邻接像素点，将目标像素点的灰度值与邻接像素点的灰度值的差值记为目标像素点的邻接差值；获得所有像素点的邻接差值，邻接差值的取值范围为[-255,255]；
将每个像素点的邻接差值的绝对值记为每个像素点的绝对误差，绝对误差的取值范围为[0,255]，将每个绝对误差对应的像素点的数量与所有像素点的数量的比值记为每个绝对误差的频率。
本发明另外还提供了一种远程医疗图像优化通讯系统，包括数据获取模块、数据压缩传输模块和数据接收存储模块；数据获取模块用于获取医疗图像；数据压缩传输模块实现上述方法的步骤；数据接收存储模块用于对接收的医疗图像进行存储。
本发明的技术方案的有益效果是：现有技术通过霍夫曼编码对医疗图像进行无损压缩，将灰度值作为霍夫曼编码的待编码对象时，只对灰度值的频率相差较大的医疗图像压缩效率较高，并不是对传输的所有医疗图像都具有较好的压缩效率；本发明相较于现有技术，利用医疗图像都具有的局部相似性，将绝对误差作为霍夫曼编码的待编码对象，利用绝对误差的频率相差较大的特点，将绝对误差作为霍夫曼编码的待编码对象，相较于将灰度值作为霍夫曼编码的待编码对象时的压缩效率较高；同时，考虑到霍夫曼编码中最长的编码长度对医疗图像的压缩效率也具有影响，对绝对误差进行分级，对分级后的绝对误差进行分层，分别对所有级和所有层进行霍夫曼编码，将直接对种类数量多的绝对误差进行霍夫曼编码，转换为分别对种类数量少的所有级和所有层进行霍夫曼编码，进而提高了霍夫曼编码对医疗图像编码的压缩效率；为了使霍夫曼编码对医疗图像编码的压缩效率最大，本发明通过计算不同划分长度对应的平均码长，获得使压缩效率最大的划分方法，通过提高压缩效率，降低图像传输和存储的成本，提高图像传输的可靠性，同时保证图像质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种远程医疗图像优化通讯方法的步骤流程图；
图2为本发明的一种远程医疗图像优化通讯系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种远程医疗图像优化通讯方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种远程医疗图像优化通讯方法及系统的具体方案。
请参阅图1，其示出了本发明一个实施例提供的一种远程医疗图像优化通讯方法，该方法包括以下步骤：
S001.获取医疗图像的初始值序列以及医疗图像中所有像素点的邻接差值和绝对误差。
需要说明的是，医疗图像中包含大量用于诊断的信息，因此，对医疗图像进行传输时，通常需要对医疗图像进行无损压缩，霍夫曼编码常被用来对医疗图像进行无损压缩。霍夫曼编码的压缩效率取决于待编码对象的频率分布：将灰度值作为霍夫曼编码的待编码对象时，对于灰度值的频率相差较大的医疗图像压缩效率较高，但是，对于灰度值的频率相差较小的医疗图像压缩效率较低，考虑到传输过程中医疗图像的多样性，即不能保证所有医疗图像中灰度值的频率相差都较大，通过霍夫曼编码对医疗图像进行压缩时，并不是对传输的所有医疗图像都具有较好的压缩效率。
进一步需要说明的是，为了使霍夫曼编码对所有医疗图像都具有较高的压缩效率，本实施例利用医疗图像都具有的局部相似性，获得所有像素点的绝对误差（像素点与相邻像素点的灰度值的差值的绝对值），将绝对误差作为霍夫曼编码的待编码对象，由于医疗图像具有的局部相似性，即医疗图像中相邻像素点的灰度值差异较小，则绝对误差较小的像素点的数量较多，相对绝对误差较大的像素点的数量较少，使得绝对误差的频率相差较大，进而使根据绝对误差对医疗图像进行霍夫曼压缩时，压缩效率较高。
具体的，将医疗图像中每一行的第一个像素点记为每一行的初始像素点，将初始像素点的灰度值记为每一行的初始值，将医疗图像中所有行的初始值按照顺序组成的序列记为初始值序列。
进一步，将除初始像素点的其他所有像素点中的任意一个像素点记为目标像素点，将目标像素点的左侧的像素点记为目标像素点的邻接像素点，将目标像素点的灰度值与邻接像素点的灰度值的差值记为目标像素点的邻接差值；获得所有像素点的邻接差值，根据医疗图像中像素点的灰度值的取值范围为[0,255]，获得邻接差值的取值范围为[-255,255]。
进一步，将每个像素点的邻接差值的绝对值记为每个像素点的绝对误差，根据医疗图像中像素点的邻接差值的取值范围为[-255,255]，获得绝对误差的取值范围为[0,255]，将每个绝对误差对应的所有像素点的数量与所有像素点的数量的比值记为每个绝对误差的频率。
S002.根据每个区段长度对所有绝对误差划分层级，根据所有绝对误差的频率，计算每个区段长度的平均码长。
需要说明的是，除了待编码对象的频率分布对医疗图像的压缩效率具有影响，霍夫曼编码中最长的编码长度对医疗图像的压缩效率也具有影响，最长的编码长度越短的医疗图像压缩效率较高，而最长的编码长度取决于待编码数据的种类数量，待编码对象的种类数量越多，则最长的编码长度越长，霍夫曼编码的压缩效率越低，为了使霍夫曼编码对所有医疗图像都具有较高的压缩效率，本实施例对绝对误差进行分级，对分段后的绝对误差进行分层，分别对所有级和所有层进行霍夫曼编码，将直接对种类数量多的绝对误差进行霍夫曼编码，转换为分别对种类数量少的所有级和所有层进行霍夫曼编码，进而提高了霍夫曼编码对医疗图像编码的压缩效率。
进一步需要说明的是，由于医疗图像中像素点的灰度值具有一定的取值范围，因此，绝对误差具有一定的取值范围，对绝对误差进行分级时，划分的所有级的数量决定了后续分层后所有层的数量，进而决定了分别对种类数量少的所有级和所有层进行霍夫曼编码时最长的编码长度，为了使霍夫曼编码对医疗图像编码的压缩效率最大，本实施例通过计算不同划分长度对应的平均码长，获得使压缩效率最大的划分方法。
1.根据每个区段长度对所有绝对误差划分层级。
具体的，预设一个范围W，其中本实施例以W=[4,32]为例进行叙述，本实施例不进行具体限定，其中W可根据具体实施情况而定。
进一步，将范围W内的任意一个整数作为区段长度Q，根据区段长度Q将绝对误差的取值范围均匀的划分为F个区段，最后一个区段的长度可以不足Q，
Figure SMS_24
，/>
Figure SMS_25
表示向上取整，其中，第i个区段中绝对误差的取值范围为/>
Figure SMS_26
，记为第i个区段的绝对误差范围，/>
Figure SMS_27
表示第i个区段的最小绝对误差，且/>
Figure SMS_28
。
例如，如果区段长度Q=10，则最终获得26个区段，其中前25个区段分别为：[0,9]，[10,19]，[20,29]，…，[240,249]，长度均为10，最后一个区段为：[250,255]，长度为6。
进一步，将每个区段中每个绝对误差与该区段的最小绝对误差的差值记为每个绝对误差的相对误差，根据所有区段中绝对误差的取值范围
Figure SMS_29
，获得每个区段中所有绝对误差的相对误差的取值范围均为/>
Figure SMS_30
，因此，将/>
Figure SMS_31
记为每个区段的相对误差范围。
将每个分段中所有绝对误差对应同一级，共有F个级，第i级对应的所有绝对误差的取值范围为：
Figure SMS_32
；所有分段中相对误差相同的绝对误差对应同一层，共有Q个层，第k层对应的所有绝对误差组成的集合为：/>
Figure SMS_33
。
2.根据所有绝对误差的频率，计算每个区段长度的平均码长。
需要说明的是，通过霍夫曼编码对待编码对象进行压缩时，压缩后的平均码长接近于待编码对象的熵值，因此，可以通过所有待编码对象的频率计算待编码对象的熵值，根据待编码对象的熵值预测通过霍夫曼编码后的平均码长。
具体的，根据所有绝对误差的频率，计算区段长度Q的平均码长，具体计算公式为：
Figure SMS_34
、
式中，Q为区段长度，
Figure SMS_35
表示区段长度Q的平均码长，F表示所有级的数量，
Figure SMS_36
表示以2为底的对数函数，/>
Figure SMS_37
表示第i个区段的最小绝对误差，/>
Figure SMS_38
表示第k层对应的所有绝对误差组成的集合，/>
Figure SMS_39
表示绝对误差j的频率；
Figure SMS_40
表示第i个区段中绝对误差的取值范围，/>
Figure SMS_41
表示第i级对应的所有绝对误差的频率之和，即第i级的频率，则/>
Figure SMS_42
表示霍夫曼编码后所有级的平均码长；/>
Figure SMS_43
表示第k层对应的所有绝对误差组成的集合，/>
Figure SMS_44
表示第k层对应的所有绝对误差的频率之和，即第k层的频率，则/>
Figure SMS_45
表示霍夫曼编码后所有层的平均码长。
S003.获取每个区段长度的可行度，根据所有区段长度的可行度的分布情况，获得待编码对象，根据待编码对象对所有像素点进行编码，获得医疗图像的编码结果，对医疗图像的编码结果进行传输。
1.获取每个区段长度的可行度。
具体的，根据所有灰度值的平均码长和每个区段长度的平均码长，获取每个区段长度的可行度，具体计算公式为：
Figure SMS_46
、
式中，Q为区段长度，
Figure SMS_47
表示区段长度Q的可行度，/>
Figure SMS_48
表示以2为底的对数函数，/>
Figure SMS_49
表示绝对误差j的频率，/>
Figure SMS_50
表示区段长度Q的平均码长。
Figure SMS_51
表示所有绝对误差的取值范围，则/>
Figure SMS_52
表示霍夫曼编码后所有像素点的平均码长，也既是直接将绝对误差作为霍夫曼编码的待编码对象时像素点的平均码长； />
Figure SMS_53
表示将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象时像素点的平均码长。
2.根据所有区段长度的可行度的分布情况，获得待编码对象。
当范围W内存在区段长度的可行度大于0时，将绝对误差作为霍夫曼编码的待编码对象时像素点的平均码长大于将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象时像素点的平均码长，此时，将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象时像素点的平均码长更短，霍夫曼编码的压缩效率更高，因此，将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象；
否则，将绝对误差作为霍夫曼编码的待编码对象时像素点的平均码长小于将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象时像素点的平均码长，此时，将绝对误差作为霍夫曼编码的待编码对象时像素点的平均码长更短，霍夫曼编码的压缩效率更高，因此，将绝对误差作为霍夫曼编码的待编码对象。
3.根据待编码对象对所有像素点进行编码，获得医疗图像的编码结果，对医疗图像的编码结果进行传输。
具体的，当霍夫曼编码的待编码对象为绝对误差的所有级和所有层时，将可行度大于0的所有区段长度中，平均码长最小的区段长度作为可行区段长度，分别根据可行区段长度对应的所有级和所有层的频率构建级霍夫曼编码表和层霍夫曼编码表；在级霍夫曼编码表和层霍夫曼编码表中，获得每个像素点的绝对误差对应的级和层的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果；当霍夫曼编码的待编码对象为绝对误差时，根据所有绝对误差的频率构建绝对误差霍夫曼编码表；在绝对误差霍夫曼编码表中，获得每个像素点的绝对误差的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果。
需要说明的是，将绝对误差作为霍夫曼编码的待编码对象对像素点进行编码时，像素点的绝对误差是像素点的邻接差值的绝对值，因此，并不能反应像素点的邻接差值的符号，因此，需要给每个像素点的编码结果增加一个符号位。
具体的，在每个像素点的编码结果前增加一个符号位，作为每个像素点的编码结果，当像素点的邻接差值为小于0时，符号位为0，当像素点的邻接差值为大于等于0时，符号位为1。
对医疗图像的编码结果进行传输。
请参阅图2，其示出了本发明一个实施例提供的一种远程医疗图像优化通讯系统的系统框图，该系统包括数据获取模块、数据压缩传输模块和数据接收存储模块，具体为：
数据获取模块，获取医疗图像；
数据压缩传输模块实现上述S001到S003方法的步骤；
数据接收存储模块，对接收的医疗图像进行存储。
现有技术通过霍夫曼编码对医疗图像进行无损压缩，将灰度值作为霍夫曼编码的待编码对象时，只对灰度值的频率相差较大的医疗图像压缩效率较高，并不是对传输的所有医疗图像都具有较好的压缩效率；本发明相较于现有技术，利用医疗图像都具有的局部相似性，将绝对误差作为霍夫曼编码的待编码对象，利用绝对误差的频率相差较大的特点，将绝对误差作为霍夫曼编码的待编码对象，相较于将灰度值作为霍夫曼编码的待编码对象时的压缩效率较高；同时，考虑到霍夫曼编码中最长的编码长度对医疗图像的压缩效率也具有影响，对绝对误差进行分级，对分级后的绝对误差进行分层，分别对所有级和所有层进行霍夫曼编码，将直接对种类数量多的绝对误差进行霍夫曼编码，转换为分别对种类数量少的所有级和所有层进行霍夫曼编码，进而提高了霍夫曼编码对医疗图像编码的压缩效率；为了使霍夫曼编码对医疗图像编码的压缩效率最大，本发明通过计算不同划分长度对应的平均码长，获得使压缩效率最大的划分方法，通过提高压缩效率，降低图像传输和存储的成本，提高图像传输的可靠性，同时保证图像质量。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种远程医疗图像优化通讯方法，其特征在于，所述系统包括：
获取医疗图像的初始值序列，获取医疗图像中所有像素点的邻接差值和绝对误差；
将预设范围内的任意一个区段长度记为目标区段长度，根据目标区段长度将所有绝对误差划分层级，获得所有级和所有层；根据所有绝对误差的频率分别计算所有级的平均码长和所有层的平均码长，根据所有级的平均码长和所有层的平均码长计算目标区段长度的平均码长，根据所有绝对误差的平均码长和目标区段长度的平均码长，获取目标区段长度的可行度；
获得预设范围内所有区段长度的可行度；根据所有区段长度的可行度的分布情况，获得待编码对象，根据待编码对象的霍夫曼编码表对所有像素点进行编码，获得医疗图像的编码结果，对医疗图像的编码结果进行传输。
2.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述获得所有级和所有层，包括的具体步骤如下：
对于目标区段长度Q，根据目标区段长度Q将绝对误差的取值范围均匀的划分为F个区段，最后一个区段的长度可以不足Q，
Figure QLYQS_1
，/>
Figure QLYQS_2
表示向上取整，其中，第i个区段中绝对误差的取值范围为/>
Figure QLYQS_3
，/>
Figure QLYQS_4
表示第i个区段的最小绝对误差，且
Figure QLYQS_5
；
将每个区段中每个绝对误差与该区段的最小绝对误差的差值记为每个绝对误差的相对误差，根据所有区段中绝对误差的取值范围
Figure QLYQS_6
，获得每个区段中所有绝对误差的相对误差的取值范围均为/>
Figure QLYQS_7
；
每个分段中所有绝对误差对应同一级，共有F个级，第i级对应的所有绝对误差的取值范围为：
Figure QLYQS_8
；所有分段中相对误差相同的绝对误差对应同一层，共有Q个层，第k层对应的所有绝对误差组成的集合为：/>
Figure QLYQS_9
。
3.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述计算目标区段长度的平均码长，包括的具体步骤如下：
目标区段长度Q的平均码长的计算公式为：
Figure QLYQS_10
、
式中，Q为目标区段长度，
Figure QLYQS_11
表示目标区段长度Q的平均码长，F表示所有级的数量，
Figure QLYQS_12
表示以2为底的对数函数，/>
Figure QLYQS_13
表示第i个区段的最小绝对误差，/>
Figure QLYQS_14
表示第k层对应的所有绝对误差组成的集合，/>
Figure QLYQS_15
表示绝对误差j的频率；
其中，
Figure QLYQS_16
表示霍夫曼编码后所有级的平均码长；
Figure QLYQS_17
表示霍夫曼编码后所有层的平均码长。
4.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述获取目标区段长度的可行度，包括的具体步骤如下：
目标区段长度Q的可行度的计算公式为：
Figure QLYQS_18
、
式中，Q为区段长度，
Figure QLYQS_19
表示区段长度Q的可行度，/>
Figure QLYQS_20
表示以2为底的对数函数，
Figure QLYQS_21
表示绝对误差j的频率，/>
Figure QLYQS_22
表示区段长度Q的平均码长；/>
Figure QLYQS_23
表示霍夫曼编码后所有绝对误差的平均码长。
5.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述获得待编码对象，包括的具体步骤如下：
当预设范围内存在区段长度的可行度大于0时，将绝对误差的所有级和所有层作为霍夫曼编码的待编码对象，否则，将绝对误差作为霍夫曼编码的待编码对象。
6.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述获得医疗图像的编码结果，包括的具体步骤如下：
当霍夫曼编码的待编码对象为绝对误差的所有级和所有层时，将可行度大于0的所有区段长度中，平均码长最小的区段长度作为可行区段长度，分别根据可行区段长度对应的所有级和所有层的频率构建级霍夫曼编码表和层霍夫曼编码表；在级霍夫曼编码表和层霍夫曼编码表中，获得每个像素点的绝对误差对应的级和层的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果；
当霍夫曼编码的待编码对象为绝对误差时，根据所有绝对误差的频率构建绝对误差霍夫曼编码表；在绝对误差霍夫曼编码表中，获得每个像素点的绝对误差的编码，作为每个像素点的编码结果；获得所有像素点的编码结果，作为医疗图像的编码结果；
在每个像素点的编码结果前增加一个符号位，作为每个像素点的编码结果，当像素点的邻接差值为小于0时，符号位为0，当像素点的邻接差值为大于等于0时，符号位为1。
7.根据权利要求1所述的一种远程医疗图像优化通讯方法，其特征在于，所述获取医疗图像的初始值序列，包括的具体步骤如下：
将医疗图像中每一行的第一个像素点记为每一行的初始像素点，将初始像素点的灰度值记为每一行的初始值，将医疗图像中所有行的初始值按照顺序组成的序列记为初始值序列。
8.根据权利要求7所述的一种远程医疗图像优化通讯方法，其特征在于，所述获取医疗图像中所有像素点的邻接差值和绝对误差，包括的具体步骤如下：
将除初始像素点的其他所有像素点中的任意一个像素点记为目标像素点，将目标像素点的左侧的像素点记为目标像素点的邻接像素点，将目标像素点的灰度值与邻接像素点的灰度值的差值记为目标像素点的邻接差值；获得所有像素点的邻接差值，邻接差值的取值范围为[-255,255]；
将每个像素点的邻接差值的绝对值记为每个像素点的绝对误差，绝对误差的取值范围为[0,255]，将每个绝对误差对应的像素点的数量与所有像素点的数量的比值记为每个绝对误差的频率。
9.一种远程医疗图像优化通讯系统，其特征在于，包括数据获取模块、数据压缩传输模块和数据接收存储模块；所述数据获取模块用于获取医疗图像；所述数据压缩传输模块实现如权利要求1到权利要求8的任意一项方法的步骤；所述数据接收存储模块用于对接收的医疗图像进行存储。
CN202310676628.2A 2023-06-08 2023-06-08 一种远程医疗图像优化通讯方法及系统 Active CN116405574B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310676628.2A CN116405574B (zh) 2023-06-08 2023-06-08 一种远程医疗图像优化通讯方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310676628.2A CN116405574B (zh) 2023-06-08 2023-06-08 一种远程医疗图像优化通讯方法及系统

Publications (2)

Publication Number Publication Date
CN116405574A true CN116405574A (zh) 2023-07-07
CN116405574B CN116405574B (zh) 2023-08-08

Family

ID=87020261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310676628.2A Active CN116405574B (zh) 2023-06-08 2023-06-08 一种远程医疗图像优化通讯方法及系统

Country Status (1)

Country Link
CN (1) CN116405574B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116760952A (zh) * 2023-08-17 2023-09-15 山东欣晖电力科技有限公司 基于无人机的电力铁塔维护巡检方法
CN117082155A (zh) * 2023-10-18 2023-11-17 北京健滨医药科技有限公司 基于5g技术的医疗影像传输系统
CN117395380A (zh) * 2023-12-12 2024-01-12 上海伯镭智能科技有限公司 一种大型矿区无人驾驶矿车调度数据智能管理方法
CN117579080A (zh) * 2024-01-19 2024-02-20 天津医科大学第二医院 基于5g通讯的医疗护理远程监控系统
CN117819160A (zh) * 2024-03-04 2024-04-05 宝鸡杭叉工程机械有限责任公司 基于图像处理的带式输送机煤流自动监测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200349741A1 (en) * 2019-05-02 2020-11-05 Sick Ivp Ab Method and encoder relating to encoding of pixel values to accomplish lossless compression of a digital image
CN114758755A (zh) * 2022-06-14 2022-07-15 数聚(山东)医疗科技有限公司 基于大数据分析的医疗数据协同管理平台
CN115695793A (zh) * 2022-10-24 2023-02-03 天津津航计算技术研究所 一种jpeg图像压缩系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200349741A1 (en) * 2019-05-02 2020-11-05 Sick Ivp Ab Method and encoder relating to encoding of pixel values to accomplish lossless compression of a digital image
CN114758755A (zh) * 2022-06-14 2022-07-15 数聚(山东)医疗科技有限公司 基于大数据分析的医疗数据协同管理平台
CN115695793A (zh) * 2022-10-24 2023-02-03 天津津航计算技术研究所 一种jpeg图像压缩系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
G. SASIBHUSHANA RAO: "Gray Scale Medical Image Compression using LM Algorithm", IEEE *
廖苇航: "遥感影像高效压缩算法研究", 《硕士学位论文》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116760952A (zh) * 2023-08-17 2023-09-15 山东欣晖电力科技有限公司 基于无人机的电力铁塔维护巡检方法
CN116760952B (zh) * 2023-08-17 2023-10-20 山东欣晖电力科技有限公司 基于无人机的电力铁塔维护巡检方法
CN117082155A (zh) * 2023-10-18 2023-11-17 北京健滨医药科技有限公司 基于5g技术的医疗影像传输系统
CN117082155B (zh) * 2023-10-18 2024-01-23 北京健滨医药科技有限公司 基于5g技术的医疗影像传输系统
CN117395380A (zh) * 2023-12-12 2024-01-12 上海伯镭智能科技有限公司 一种大型矿区无人驾驶矿车调度数据智能管理方法
CN117395380B (zh) * 2023-12-12 2024-02-23 上海伯镭智能科技有限公司 一种大型矿区无人驾驶矿车调度数据智能管理方法
CN117579080A (zh) * 2024-01-19 2024-02-20 天津医科大学第二医院 基于5g通讯的医疗护理远程监控系统
CN117579080B (zh) * 2024-01-19 2024-03-26 天津医科大学第二医院 基于5g通讯的医疗护理远程监控系统
CN117819160A (zh) * 2024-03-04 2024-04-05 宝鸡杭叉工程机械有限责任公司 基于图像处理的带式输送机煤流自动监测方法及系统

Also Published As

Publication number Publication date
CN116405574B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
CN116405574B (zh) 一种远程医疗图像优化通讯方法及系统
CN111641832B (zh) 编码方法、解码方法、装置、电子设备及存储介质
CN112257572B (zh) 一种基于自我注意力机制的行为识别方法
US8285062B2 (en) Method for improving the performance of embedded graphics coding
CN1266843C (zh) 编码方法及系统以及译码方法及系统
CN116723337A (zh) 一种hdmi高清数据优化传输方法及系统
CN116156196B (zh) 一种用于视频数据的高效传输方法
CN116828210B (zh) 一种用于矿下视频采集智能传输方法及系统
CN115955513B (zh) 一种物联网数据优化传输方法
CN108810534A (zh) 物联网下基于方向提升小波及改进spiht的图像压缩方法
CN116939226A (zh) 一种面向低码率图像压缩的生成式残差修复方法及装置
US6373988B1 (en) Lossless image compression with tree coding
CN112565793B (zh) 一种基于预测差值分类熵编码的图像无损压缩方法
CN101715143B (zh) 自适应量化和自适应反量化的方法、装置及其系统
CN113810717B (zh) 图像处理方法及装置
US7305138B2 (en) Image encoding apparatus, image encoding method and program
US7406204B2 (en) Image processing method for facilitating data transmission
US8437391B2 (en) Transmitting video between two stations in a wireless network
CN114463450A (zh) 基于人工智能的计算机图像压缩方法及系统
Saudagar Learning based coding for medical image compression
CN101742329B (zh) 一种图像编码方法及装置
CN116684003B (zh) 一种基于量子通信的铁路沿线空地综合监测方法及系统
US20230130288A1 (en) Method for code-level super resolution and method for training super resolution model therefor
CN109561314B (zh) 带宽压缩的自适应模板预测方法
JP2002344323A (ja) 画像符号化装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant