基于pacs系统的医学影像压缩算法的研究

基于pacs系统的医学影像压缩算法的研究

ID:35181458

大小:3.67 MB

页数:76页

时间:2019-03-21

基于pacs系统的医学影像压缩算法的研究_第1页
基于pacs系统的医学影像压缩算法的研究_第2页
基于pacs系统的医学影像压缩算法的研究_第3页
基于pacs系统的医学影像压缩算法的研究_第4页
基于pacs系统的医学影像压缩算法的研究_第5页
资源描述:

《基于pacs系统的医学影像压缩算法的研究》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、基于PACS系统的医学影像压缩算法的研究的研究与实现2013酉霞硕士计算机科学与技术陈菲副教授独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加凶标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得西南科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。W6、签名’:曰期;占?度*1霖关于论文使用和授权的说明、本人完全了解西南科技大学有关煤留使用学位论文的规定,即:学校

2、有权保留学位论文的复印件,允许该论文被查阅和借阅;学校可布该论J文的全部或部分内容,可I^l采用影印、缩印或其他复制手段保存论文。(保密的学位论文在解密后应遵守此规定).真’《7.W签名:导师签名:曰期ClassifiedIndex:TP319U.D.C:621.3SouthwestUniversityofScienceandTechnologyMasterDegreeThesisResearchonMedicalImageCompressionAlgorithmBasedonPACSSystemGrade:2013Candidate:Yo

3、uXiaAcademicDegreeAppliedfor:MasterSpeciality:ComputerScienceandTechnologySupervisor:ChenFei,AssociateProfessorMay.31,2016西南科技大学硕士研究生学位论文第I页摘要随着医疗数字化进程的加快,医学影像资料数量成爆炸式增长,使其存储空间和获取速度面临很大的挑战。在信号处理领域,人们对于基于信号稀疏表达的研究越来越感兴趣。信号稀疏表达不是基于固定的有数字模型的变换,而是通过训练集产生过完备字典,通过稀疏编码来将信号分解成为一些字典原子的线性组合,从而

4、获得信号更为简洁的表示方式。本文主要工作是在研究影像归档和通信系统(PACS)及医学数字成像与通讯标准(DICOM)的基础上,获取研究的图像数据进行压缩处理以及将算法实际应用到系统的探索。在信号的稀疏表示上,从字典学习和稀疏表达两个方面进行了研究:字典学习主要研究的是最有方向算法(MOD)、K-奇异值分解(K-SVD)、递推最小二乘字典学习算法(ILS-DLA)和递归最小二乘的字典学习算法(RLS-DLA);稀疏表达主要研究了基追踪(BP)、匹配追踪算法(MP)和正交匹配追踪(OMP)。在研究信号的稀疏表示后,利用主流的字典学习算法对获取的图像数据进行压缩和解压

5、缩。在压缩和解压缩的过程中,分析使用不同原子尺度的字典对于生成字典的影响以及其字典对压缩效果的影响。在上述研究的基础上,提出一种改进的基于K-SVD的图像压缩算法,该算法主要使用较小尺度原子的字典进行图像的压缩和解压缩,并且在解压缩前保存图像的边缘信息,在解压缩后,使用边缘信息对解压缩后的图像进行修复,该算法比传统的压缩算法能够获得更高的峰值信噪比(PSNR)。最后,本文对提出的算法加入PACS系统进行了初步探索,使用Demo程序对算法进行了评估,结果表明:算法能够获得较高压缩比,并且在主观和客观上能达到较高的图像质量,但是算法的时间复杂度较高,需要后续改进降低

6、算法的时间复杂度。关键字:影像归档和通信系统;K奇异值分解;字典学习;稀疏表达;图像压缩西南科技大学硕士研究生学位论文第II页AbstractWiththeaccelerateddevelopingofhospitaldigitalmedical,theamountofmedicalimagingdatagrowsdramatically,whichaffectsthedatastoragespaceandaccessspeed.Inthefieldofsignalprocessing,thereisgrowinginterestinthestudybasedo

7、nthesignalsparseexpression.Signalsparseexpressionisnotbasedonafixeddigitalmodeloftransformation,butthetrainingsetproducedbytheover-completedictionary,bysparsecodingthesignalisbrokendownintoanumberoflinearcombinationsofdictionaryatoms,inordertoobtainamorecompactrepresentationofthesign

8、al.Medicalim

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。