Ключевые слова
медицинские изображения
межкадровая избыточность
оценка смещения
компьютерная томография
Как цитировать
Аннотация
рост числа и разрешающей способности исследований компьютерной томографии увеличивает нагрузку на цифровые архивы медицинских организаций, тогда как обратимое сжатие остается обязательным условием. Схемы обратимого сжатия, допущенные стандартом обмена медицинскими изображениями, являются внутрикадровыми и не используют корреляцию соседних срезов, а известные межкадровые методы принимают решение о способе предсказания для кадра целиком, без учета того, как внутри кадра распределены однородные и контурные области. В работе предложен алгоритм обратимого кодирования серий медицинских изображений, расширяющий стандарт JPEG-LS этапом выборочной межкадровой декорреляции ошибок предсказания. Кадр разбивается на неперекрывающиеся блоки размером восемь на восемь пикселей; блоки, содержащие анатомические границы, выделяются детектором Кэнни, и для каждого из них в опорном (предыдущем) кадре осуществляется поиск пространственно-согласованного блока по критерию нормированной взаимной корреляции. Для таких блоков кодируется разность ошибок предсказания текущего и опорного (предыдущего) блоков, что снижает дисперсию кодируемой величины на входе энтропийного кодера. Экспериментальная проверка на восемнадцати сериях компьютерной томографии общим объемом 6213 кадров дала средний прирост коэффициента сжатия 18,44 % и 22,81 % по сравнению с JPEG-LS и JPEG2000.
Литература
Гаврилов А. В., Краюшкин Д. В., Куликов И. В., Соломинов М. В., Чеповский А. М. Современные подходы к сопровождению медицинских информационных систем при внедрении новых технологий. Вопросы кибербезопасности. 2025;2:41–51. DOI: 10.21681/2311-3456-20252-41-51.
Information Technology — Lossless and Near-Lossless Compression of Continuous-Tone Still Images: Baseline. ISO/IEC 14495-1:1999. Geneva: ISO; 1999.
Digital Imaging and Communications in Medicine (DICOM). PS3.5: Data Structures and Encoding. Rosslyn: NEMA; 2026.
Weinberger M. J., Seroussi G., Sapiro G. The LOCO-I Lossless Image Compression Algorithm: Principles and Standardization into JPEG-LS. IEEE Transactions on Image Processing. 2000;9(8):1309–1324. DOI: 10.1109/83.855427.
Краюшкин Д. В. Снижение межкадровой избыточности КТ-изображений. Международная конференция «Математические идеи академика П. Л. Чебышёва, их приложения в естественных науках и технологиях искусственного интеллекта» (Обнинск, 14–16 мая 2026 г.): сборник тезисов научной конференции. М.: НИЯУ МИФИ; 2026. С. 144–146.
Гаврилов А. В., Краюшкин Д. В., Чеповский А. М. Проблемы методов сжатия медицинских изображений. Вестник Новосибирского государственного университета. Серия: Информационные технологии. 2025;23(4):23–43. DOI: 10.25205/1818-7900-2025-23-4-23-43.
Wu X., Memon N. Context-Based, Adaptive, Lossless Image Coding. IEEE Transactions on Communications. 1997;45(4):437–444. DOI: 10.1109/26.585919.
Lucas L. F. R., Rodrigues N. M. M., da Silva Cruz L. A., de Faria S. M. M. Lossless Compression of Medical Images Using 3-D Predictors. IEEE Transactions on Medical Imaging. 2017;36(11):2250– 2260. DOI: 10.1109/TMI.2017.2714640.
Miaou S.-G., Ke F.-S., Chen S.-C. A Lossless Compression Method for Medical Image Sequences Using JPEG-LS and Interframe Coding. IEEE Transactions on Information Technology in Biomedicine. 2009;13(5):818–821. DOI: 10.1109/TITB.2009.2022971.
Sharma U., Sood M., Puthooran E. Volumetric Medical Image Compression Using Inter-Slice Correlation Switched Prediction Approach. International Journal of Imaging Systems and Technology. 2020;30(4):1120–1138. DOI: 10.1002/ima.22425.
Гильмутдинов М. Р., Веселов А. И. Способ устранения межкадровой избыточности при сжатии медицинских 3D-изображений. Сборник докладов 18-й Международной конференции «Цифровая обработка сигналов и ее применение — DSPA-2016». М., 2016. С. 832–838.
Canny J. A Computational Approach to Edge Detection. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1986;8(6):679–698. DOI: 10.1109/TPAMI.1986.4767851.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.