基于演化算法自适应医学图像压缩算法的研究

《基于演化算法自适应医学图像压缩算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要随着图像处理技术和计算机水平的发展，高质量医学图像的实现极大地提高了临床疾病诊断的准确性和预测性，改变了传统医疗的诊断效率低下和精确度不高的诊断模式。高精度的成像设备采集的医学图像质量越来越高，使得包含大量信息的医学图像存储所占的空间越来越大，传输时要求的带宽也越高，给医院保存和传输患者信息带来了巨大压力。解决数据存储问题的传统技术主要是数据压缩，研究与开发一种存储传输时能有效的降低医学图像数据量的压缩技术引起了医疗界专家和学者的广泛关注。本论文在充分分析现有图像压缩技术的基础上，针对医学图像压缩的要求和特点进行

2、了深入的研究和实验，提出了基于演化算法的自适应医学图像压缩方法，并给出了具体的实现方法和实验结果。本论文的主要工作和创新点包括以下几个方面：1、深入研究图像压缩的基本原理和研究现状。对传统的常用图像压缩算法进行分析和对比，在分析有损压缩和无损压缩的基础上结合医学图像的特点分别分析各自的利弊，随后对目前医学图像压缩算法及研究现状进行分析总结和概括。2、将演化算法引入到自适应医学图像压缩技术。针对图像有损压缩压缩比高但保真度低和无损压缩高保真度低压缩比的特点，综合考虑图像压缩质量评判标准的各个因素，将演化算法引入到医学图

3、像压缩技术中来，构建压缩效果适应度评价函数，用演化算法进行全局寻优，通过演化操作调整压缩效果，实验表明对不同的医学图像压缩效果在保证高保真度的基础上能够实现最大压缩比。3、通过对传统演化算法操作算子的改进来提高医学图像压缩的速度和质量。考虑到传统演化算法容易陷入局部最优而导致早熟现象的出现，采用改进的自适应演化算法来调节演化操作因子，保证寻优搜索快速收敛并且不易早熟。实验结果表明，该算法在保证全局最优的基础上有效地缩短了寻优时间，提高了压缩的速度和质量。4、提出了结合有损压缩和无损压缩技术的混合医学图像压缩方法。医学

4、图像压缩要求高保真度主要是为了病灶信息的完整性，而病灶部位在整幅图像中所占比例很小，在医学图像压缩的过程中只要保证病变区域的无损压缩，可以有效提高医学图像的压缩效率。结合有损压缩和无损压缩的方法，通过图像分割和感兴趣区域提取，对提取的病变部位进行高保真度无损压缩而对其他附属部位进行高压缩比的有损压缩，既实现了有效的压缩效果又保证了包含重要病理信息部位的高保真度。关键词：医学图像压缩；演化算法；适应度函数；无损压缩；有损压缩IABSTRACTWiththedevelopmentofimageprocessingandc

5、omputertechnology,therealizationofhighqualitymedicalimagehasgreatlyimprovedthediagnosticaccuracyandpredictabilityofclinicaldiseaseandchangedthelow-efficiencymodeoftraditionalmedicaldiagnosis.Qualityandinformationofmedicalimagewhichacquiredbyhighprecisionimageeq

6、uipmentaremoreandmorehigh,consequently,thestorageandtransmissionoftheseimagesrequirementsbigspaceandwidebandwidthwhichhasbroughtgreatpressuretohospital.Thesizeoftheimagedatawillaffecttheeffectiveofpreservationandtransmissioninhospital’spicturearchivingandcommun

7、icationsystemandremotemedicalexpertsconsultationsystem.Datacompressionisthemaintraditionaltechnologyofsolvingdatastorageproblem,theresearchofaneffectivemethodwhichcanreducetheamountofmedicalimagedatainstorageandtransmissioncausedmanymedicalexpertsandscholars’wi

8、deattention.Basedontheanalysisoftheexistingimagecompressiontechnology,authorhasmadein-depthstudiesandexperimentsaccordingtotherequirementsandfeaturesofmedicalimagecompressio