摘要
随着数字化医学图像海量的增长及PACS系统的广泛应用 ,对医学图像进行高效的无损压缩已成为广泛关注的问题 .本文提出一种基于自适应预测的无损压缩方法 ,该方法利用神经网络模型自学习的能力 ,自适应的调整预测器的预测系数 .实验表明 ,该方法能有效去除X线医学图像的空间相关性 ,还能同时去除彩色医学图像的空间和谱间相关性 ,取得较高的压缩比 。
With the rapid increase of digitized medical image and wide application of PACS, efficient lossless medical image compression method has been highly desired.In this paper,a lossless compression method ,based on adaptive prediction,is presented.This method uses neural network model to modify the prediction weight.As a result,the algorithm can remove the redundancy of X ray medical images adaptively.In addition,it can simultaneously exploit the spatial and spectral correlation of colored medical images.Experimental results have proven the effectiveness and efficiency of this algorithm.
出处
《电子学报》
EI
CAS
CSCD
北大核心
2001年第z1期1914-1916,共3页
Acta Electronica Sinica
基金
国防预研基金资助项目 (No.98J2 0 .0 .0QT0 1 0 1 )
关键词
医学图像
无损压缩
神经网络
自适应编码
medical image
lossless compression
neural network
adaptive coding