基于JPEG 2000的医学图像ROI压缩
扫描二维码
随时随地手机看文章
1 引言
医学图像是医学诊断和疾病治疗的重要根据,在临床上具有非常重要的应用价值。但往往这类影像图像的数量很大,每个图像所占的存储空间也不小。为了减少存储成本,提高图像在远程医疗中网络中的传输速度,对医疗影像进行压缩是必要的是关键的技术之一。
2 传统的医学图像压缩方法
医学图像压缩的主要目标是删除三种不同类型的冗余:编码冗余,像素间冗余及心理视觉冗余。传统的医学图像压缩可分为无损压缩和有损压缩两大类[1-2]:无损压缩的压缩过程是可逆的,即从压缩后的图像能够完全恢复出原来的图像,信息没有任何丢失,可保留医疗图像中的全部信息,但压缩比普遍不高,一般在2:1至3:1之间。有损压缩的压缩过程是不可逆的,即无法完全恢复出原图像,信息有一定的丢失,可以取得高的压缩比,一般在50:1左右,甚至更高,但有可能使医学图像中的重要信息丢失,可能为确切诊断带来影响。
3 基于感兴趣区域的选择性医学图像压缩 3.1 压缩思想及原理
为了在实际的临床应用中,使图像既能经过压缩便于存储传输,又不会影响临床诊断,需要对以上传统的两种方法进行折衷,在两者之间寻找一个合适的切入点,新发布的国际标准JPEG2000[3-4] 同时支持有损和无损压缩,而JPEG只能做到有损压缩。JPEG2000使用基于小波变换技术和最新算术熵编码技术,试图使压缩后的图像不但拥有较高的压缩比便于存储传输,此外,JPEG2000的误差稳定性也比较好,能更好地保证图像的质量。
所谓感兴趣区域(Region of Interest, ROI)是指用户可以任意指定其感兴趣区域图像的压缩质量,或者选择指定的部分先解压缩,以达到在显示的时候突出重点的目的。对一幅医学图像来说,不同的医生对图像的不同部分的要求是不同的,医生真正关心的只是与他诊疗有关的那部分病变区域,而其他区域的质量只要对视觉影响不大就行。所以选择对“感兴趣部分ROI(region of interest)”进行无损压缩,其余的部分采用上述的有损压缩方式进行编码传输,从而既保留了医学图像的诊断性又提高了压缩比。这就是感兴趣区域的选择性医学图像压缩策略。
3.2 编码流程
要实现对感兴趣区域的优先编码,必须采用嵌入式编码方案,嵌入ROI后的压缩编码流程如图1所示。JPEG2000编码器的结构首先对原图像数据进行离散小波变换,小波转换的主要目的是要将影像的频率成分抽取出来,通常,低频部分可保留影像的全貌,而高频部分则发生在所谓的边缘。然后对变换后的小波系数进行量化,接着对量化后的数据进行ROI编码,最后形成输出码流。解码器是编码器的逆过程。
根据用户的需要来定义一个掩码图像信息(Mask ),掩码图像信息实际是一个对应于整幅原始图像的二值图像数据,在定义了对应于与原始图像的掩码图像信息后,还需要进一步求出小波变换后对应于各个子带的掩码,即mask#39;(x,y),从而实现对各个子带数据的上移位处理。生成掩码的方法有两种:回朔法和衍生法。掩码图像信息用来区别ROI区域和背景区域的数据。然后将各个子带中与ROI区域相关的系数相对于背景区域进行上移位处理,从而实现ROI区域的数据能够得到优先的位平面编码处理,并保证ROI区域的数据信息被放在生成码流的前端。相应的,ROI区域的图像数据在解码过程中也会得到优先恢复,使得ROI区域能够实现比背景区域更好的恢复效果。
图1 嵌入ROI后的压缩编码流程
传输过程中,可以先显示“感兴趣部分”再显示其余图像,实现一种渐进传输方式。当“感兴趣部分”传输完成后,再对其余部分进行渐进传输,满足需要后,可以不再传输细节部分。这样可以减少数据量的传输,提高传输速度,满足系统要求。
4 JPEG2000中的图像ROI编码方法
因为ROI区域是不规则的任意形状,解决的方案有三种,分别如下所述:
方案A是用一个大矩形框将图像的ROI区域完全覆盖(如图2(1)所示),然后对矩形框内的区域采取高质量压缩,对框外区域采取低质量压缩。这种方法的优点是易于交互式的区域指定操作,压缩实现容易,但是有个很明显的缺点就是效率低下,特别是如果图像的ROI区域呈凹状的时候。
方案B是用若干个小矩形框将图像的ROI区域完全覆盖,然后再分别对各个矩形框内以及框外的区域进行不同质量的压缩。实际应用中,为了易于实现,通常是对图像进行网格状的划分处理,即把图像分成若干个大小相同的“片(slice )”(如图2(2)所示),然后根据图像目标区域的Mask信息,确定哪些
slice包含有目标区域,需要进行高质量压缩;哪些不包括目标区域,需要进行低质量压缩。slice选取的大小将决定区域覆盖的精确度,即影响压缩的效率。
方案C是只对图像Mask信息覆盖的目标区域内的数据进行高质量压缩,而对其他区域进行低质量压缩〔如图2(3)所示)。但是,由于目标区域很可能是任意形状的,而普通的离散小波变换、离散余弦变换等都不支持这种任意形状的图像分解,因此该方案需要特殊的图像变换和编码技术才能实现。
5 实验与结论
本文使用JPEG2000标准的Maxshift法对单幅数字医学图像的感兴趣区域做ROI压缩,该图像分辨率为332 x 385, 采用5级小波分解。码块大小为64 x 64,对ROI使用矩形框选定,位置和大小可选。
图3为8bit的BMP原始图像,图4是无损压缩时的图像,可以发现该图与原始图像相比质量没有下降,图5是比特率为1.0bpp时的有损压缩图像,与原图像相比图像质量没有明显下降,图6是ROI区域在原图像中的位置和大小,ROI区域面积约为整幅图像面积的1/16。图7和图8分别是比特率为0.5bpp和0.3bpp时的图像,虽然这两幅图像的背景区域的图像质量跟原始图像相比有一定损失,尤其是图8的损失更大,但是这两幅图像ROI区域的图像质量跟原始图像相比质量并没有下降,因此,我们可以通过选选取适当的比特率来牺牲一部分背景区域的质量,从而保证图像中的RO1区域质量不下降。
通过以上的实验我们可以得出结论:JPEG2000能够实现医学图像的高质量的压缩,尤其是能够以ROI压缩方式实现对图像中感兴趣区域的压缩,采用选择性医学图像压缩算法恢复的图像精度是不同的,ROI部分精度高,误差小;其余部分精度低,误差大。由于ROI区域可以为医师提供更有效的诊断,非ROI区域的压缩比相当高,正好适应了远程医疗系统中高压缩比、传输速度快和诊断性能高的要求,将广泛的应用于医学图像存储、网上医疗和远程会诊等方面。
参考文献
[1] 田捷,包尚联,周明全.医学影像处理与分析[M].北京:电子工业出版社, 2003,273-283
[2] 肖振国, 田心.医学图像无损压缩与有损压缩技术的进展[J].国外医学生物医学工程手册,2002。25 (3):55-58
[3] 张晓锑, 刘贵忠等.JPEG2000图像压缩编码系统及其关键技术[J].数字电视与数字视频,2003(8): 27-32
[4] 唐良瑞,朱红云.一种基于小波变换的快速图像编码算法[J].计算机工程与应用,2003,33(4):45-8
ce="宋体">更多医疗电子信息请关注:21ic医疗电子频道