基于視覺冗余的多感興趣區域醫學圖像壓縮

摘 要：針對醫學圖像信息量大的特征，提出基于視覺特性的多興趣區域圖像壓縮方案，通過仿真實驗表明，該方法得到較高的壓縮比和壓縮視覺效果，為醫學圖像遠程傳輸和存儲提供更為有效的方案。

關鍵詞：曲波；視覺冗余；感興趣區域；醫學圖像壓縮

1 概述

醫學圖像壓縮是醫學圖像研究領域中的一門重要課題[1]，近年來備受研究人員關注，特別在遠程醫療，PACS（Picture Archiving and Communication Systems）醫學影像存檔與通訊系統中顯得至關重要。曲波（Curvelet）是一種新的多尺度分析方法，無論在分析二維圖像中的曲線（直線狀邊緣）特征或者是稀疏表達能力方面都比小波更勝一籌，文章充分利用曲波這一特性并結合醫學圖像特點，提出基于視覺特性的多感興趣區域圖像壓縮方案，即先根據視覺特性對醫學圖像提取人眼感興趣區域，再對不重要的區域進行JPEG2000有損壓縮，消除不重要的視覺冗余，為醫學圖像遠程傳輸和存儲提供更為有效的方案。

2 基于視覺冗余的多感興趣區域醫學圖像壓縮

2.1 基于視覺冗余的多感興趣區域壓縮具體過程

（1）根據需求人為選擇一個或多個感興趣區域。（2）醫學圖像數據分離。對圖像經過人為選擇感興趣區域后，醫學圖像被分為R0I區域和非R0I區域，一般而言，R0I區域是一個連續的矩形區域，對這個連續的區域可直接送入JPEG2000編碼器，而對不連續的矩形區域非R0I圖像區域則是采用曲波迭代量化編碼。（3）圖像壓縮。分離后的圖像數據，將分別根據圖像數據系數矩陣送入Curvelet和JPEG2000編碼器最后得到各自分離部分的碼流。（4）碼流綜合。經過編碼后的碼流包含了Curvelet碼流和JPEG2000碼流。文章利用曲波變換理論，根據人眼視覺冗余特性，人為劃分ROI和非ROI區域，在對非ROI系數進行曲波迭代量化編碼，而對ROI區域則采用無損JPEG2000，從而達到在保證圖像重建后的人眼視覺效果的同時，也提高了圖像的壓縮效率。

2.2 第二代Curvelet變換理論

Donoho于1999年提出曲波變換理論[3]，即第一代Curvelet變換，第一代Curvelet的數字實現比較復雜，需要子帶分解平滑分塊、正規化和Ridgelet分析等一系列步驟，而且其中的Curvelet金字塔的分解帶來了巨大的數據冗余量，因此E.J.Candes等又提出了實現更簡單、更便于理解的快速Curvelet變換算法，也稱第二代Curvelet變換。Curvelet變換是在研究小波變換的基礎上發展起來的，它克服了小波變換在應用中的不足，顯示出了許多獨到之處。

2.3 根據視覺冗余特性，提取感興趣區域

醫學圖像感興趣區域的提取是圖像壓縮領域的熱點問題，文章采用人工干預的方法，利用人眼視覺冗余[4]的特性，即去掉那些人眼看不到或者可有可無的圖像數據。在圖像壓縮或量化過程中，人們根據視覺特性對圖像數據進行取舍，如果取舍的圖像數據在接收端不能被視覺所感覺到，都被認為圖像質量是完好的或是足夠好的，那么這部分圖像數據就可以被舍棄。通過人工干預確定出ROI區域。選擇好ROI區域后，在程序中需要保留以下信息：即保留醫學圖像中ROI區域的相對位置信息，且將圖像平面分成N-1個感興趣區域ROI（1=1，…，N-l）和一個背景子區域，N-1個不同的感興趣區域需要采用不同的優先級進行編碼，一般情況下，感興趣區域是不規則形狀，一般為了計算方便，通常采用了矩形區域來表示ROI，對感興趣區域部分采用低壓縮率的無損壓縮編碼，而對非感興趣區域采用較高的有損壓縮，也降低了算法的復雜性。

3 實驗結果與分析

文章采在MatLab環境中下實驗上述算法，采用256×256像素的8bit深度的灰度醫學圖像子宮多發性平滑肌瘤CT為例，根據圖片的特點，方便觀看重構效果，本案例劃分了單個的ROI，圖1（a）當CR=40時，采用Huffman/EZW面向任務的醫學圖像編碼算法重建圖；圖1（b）當CR=40時，采用文章所提出的結合Curvelet/JPEG2000編碼壓縮重建圖。

文章采用峰值信噪比（PSNR）和壓縮比（CR）兩項指標對圖1進行客觀評價，如圖2所示：

從圖2中可得出，由于圖像經Curvelet變換后，存在大量冗余性，即使進行迭代量化有效的降低冗余性，但在相同壓縮比的前提下，Curvelet/JPEG2000的PSNR是沒有JPEG和JPEG/JPEG2000高，明顯優于EZW/Huffman算法，由于Curvelet對邊緣具有較強的表達的能力，在同壓縮比下，壓縮的視覺效果要明顯好于JPEG，很好的解決了JPEG的“蚊式效應”，且隨著壓縮比的提高，壓縮效果將逼近JEPG2000/JPEG。JPEG/JPEG2000算法對感興趣區域采用JPEG2000的壓縮，因此壓縮效果要優于JPEG，即圖像分別對ROI和非ROI區域進行不同壓縮算法，其重建后質量遠遠優于對整副圖像采用單一的壓縮算法效果。

4 結束語

本章提出的基于Curvelet/JPEG2000相結合的多ROI醫學圖像壓縮方法，人為定義醫學圖像感興趣區域的基礎上，用戶可結合自己的需求與所需處理醫學圖像本身特點，結合曲波自身的變換特性和JPEG2000壓縮特點，選擇單個或多個感興趣區域，較好地解決了醫學圖像的高壓縮比和高質量之間的矛盾，讓算法更具適應性，不僅實現簡單，運行時間較短，在遠程醫學圖像壓縮中具有很高的實踐性和應用價值。

參考文獻

[1]康曉東.醫學影像圖像處理[M].人民衛生出版社，2009.

[2]LIU Wei，YANGSheng，MediealImageROICompressionBasedon JPEG/JPEG2000 [J〕Measurement and Control Teehnology，2006.

[3]J.L.StarekE.J.CandesandD.L.Dohono.TheDenoising.IEEETrans.on

ImageProeessing[J].CurveletTransformforImage2002，11（6）：670-683.

[4]張帆.基于心理視覺冗余和PCA的圖像壓縮算法[J].科學技術與工程，2013，13（26）：7688-7691.

[5]胡敏，張長江，魏晗，等.基于混合編碼和IWT的醫學圖像的近無損壓縮[J].光電工程，2008（05）：114-118（EI檢索）.

*通訊作者（文稿內容責任人；在校生為其指導教師）：胡敏，女，講師。