ROI特征保护的医学影像压缩算法提升压缩比与保真度

本文研究的论文标题为"面向ROI特征保护的医学影像压缩算法"，主要关注的是如何在提高医学影像压缩效率的同时，确保关键区域（Region of Interest, ROI）的特征得到保护。该研究由中国科技论文在线发表，作者是沈阳、帅仁俊和潘静，他们的工作背景涉及卫生信息化和智能建筑领域。研究得到了国家科技支撑项目的资助（项目编号2010BAi88b00）。 论文的核心方法首先是对ROI分割技术进行了深入分析，针对传统方法的不足，提出了创新的ROI分割算法。通过这个改进的分割步骤，能够更精确地识别和保护图像中的ROI。接着，算法利用ROI边缘检测技术，采用Freeman链式编码对这些边缘进行编码，这种方法能有效地保留边缘细节。 在压缩过程中，ROI部分采用无损压缩技术，如剪切波方法，这保证了ROI的重构质量，PSNR（Peak Signal-to-Noise Ratio）值比使用小波平均方法高出51.10 dB，同时多尺度结构相似性指数(MSSIM)值达到1.0，显示出极高的重构精度。对于背景区域，为了追求更高的压缩比，采用了小波和分形结合的有损压缩技术，这在牺牲一部分视觉细节的同时，最大程度地减小了存储空间需求。 实验结果显示，ROI的分割准确率达到80.8%，证明了算法在保护ROI特征方面的有效性。整体而言，该算法在提升压缩比的同时，实现了ROI特征的精准保护和高质量的图像重构，这对于医疗影像的存储和传输具有重要意义，特别是在需要频繁查看ROI细节的临床应用中。 关键词包括医学影像压缩、ROI特征保护、分割、链式编码和剪切波，这些关键词揭示了论文的主要研究内容和贡献。该研究的中图分类号为TP391和TN911.7315，进一步明确了其在信息技术和医学图像处理领域的学术定位。通过这篇论文，作者们展示了在面对医学影像数据量大、存储需求高的挑战时，如何平衡压缩效率和ROI特征的保护，对于推动医学影像处理技术的发展具有积极意义。