DPCM与EZW混合编码在医学图像中的应用研究

doi:10.3778/j.issn.1002-8331.2010.31.068

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 243-245.DOI: 10.3778/j.issn.1002-8331.2010.31.068

DPCM与EZW混合编码在医学图像中的应用研究

翟国¹，宋余庆¹，谈佳宁¹，徐庆²

1.江苏大学计算机科学与通信工程学院，江苏镇江 212013
2.西安电子科技大学机电工程学院，西安 710071

收稿日期:2008-09-03 修回日期:2008-11-19 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 翟国

Research on medical image hybrid coding based on DPCM and EZW algorithm

ZHAI Guo¹，SONG Yu-qing¹，TAN Jia-ning¹，XU Qing²

1.Department of Computer Science and Telecommunication Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China
2.School of Electromechanical Engineering，Xidian University，Xi’an 710071，China

Received:2008-09-03 Revised:2008-11-19 Online:2010-11-01 Published:2010-11-01
Contact: ZHAI Guo

摘要/Abstract

摘要： 现代医疗成像设备产生了大量高价值的医学图像，如何对信息进行有效的存储、查询以及网络传输是一个亟待解决的问题。利用整数小波变换和零树编码算法对医学图像进行了压缩研究，在对嵌入零树小波编码（Embedded Zero-tree Wavelet，EZW）算法研究的基础上提出一种基于小波系数的嵌人零树小波编码算法。其主要包括：对小波图像的低频子带（LL）进行单独DPCM编码；对高频子带改变扫描方式以获得最佳编码排序，最后用游程编码（RLE）实现输出。实验结果表明，该方法是一种比较有效的编码方法。

关键词: 医学图像, 整数小波变换, 差分脉冲编码调制, 提升方法, 嵌入式零树小波

Abstract: A great deal of medical images have been created by modern medical treatments.How to store，query and transmit these medical images have become a urgent problem.In this paper，the research on medical images based on integer to integer wavelet transform and embedded zero tree encoding is proposed.DPCM codes respectively the low-frequency sub-band（LL） of Wavelet image.The scanning method of the high-frequency sub-band is changed to get the best coding sort.Finally the Run-Length Encoding（RLE） achieves the output.The result shows that the algorithm can get better compressing efficiency and is feasible.

Key words: medical image, Integer Wavelet Transform（IWT）, Differential Pulse Code Modulation（DPCM）, lifting scheme, Embedded Zero-tree Wavelet（EZW）

中图分类号:

TP391.4

翟国¹，宋余庆¹，谈佳宁¹，徐庆². DPCM与EZW混合编码在医学图像中的应用研究[J]. 计算机工程与应用, 2010, 46(31): 243-245.

ZHAI Guo¹，SONG Yu-qing¹，TAN Jia-ning¹，XU Qing². Research on medical image hybrid coding based on DPCM and EZW algorithm[J]. Computer Engineering and Applications, 2010, 46(31): 243-245.

[1]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[2]	卢苇，刘丹，邵敏，吴扬东. 改进Mask R-CNN网络在医学图像识别与分割中的应用[J]. 计算机工程与应用, 2021, 57(24): 234-241.
[3]	高爽，徐巧枝. 迁移学习方法在医学图像领域的应用综述[J]. 计算机工程与应用, 2021, 57(24): 39-50.
[4]	黎英. 迁移学习在医学图像分析中的应用研究综述[J]. 计算机工程与应用, 2021, 57(20): 42-52.
[5]	李祥霞，谢娴，李彬，尹华，许波，郑心炜. 生成对抗网络在医学图像处理中的应用[J]. 计算机工程与应用, 2021, 57(18): 24-37.
[6]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[7]	陈少洁，赵淦森，林成创，彭璟，黄凯信，李壮伟，黄润桦，杜嘉华，樊小毛. 深度学习在染色体分割中的应用综述[J]. 计算机工程与应用, 2021, 57(11): 46-56.
[8]	周涛，陆惠玲，霍兵强. 深度信念网络研究进展[J]. 计算机工程与应用, 2020, 56(9): 24-32.
[9]	吴帆，高媛，秦品乐，王丽芳. 基于拉普拉斯金字塔和CNN的医学图像融合算法[J]. 计算机工程与应用, 2020, 56(15): 208-214.
[10]	鞠维欣1，赵希梅1，2，魏宾2，王国栋1. 深度学习模型GoogleNet-PNN对肝硬化的识别[J]. 计算机工程与应用, 2019, 55(5): 112-117.
[11]	席志红，侯彩燕，袁昆鹏. 基于残差网络的医学图像超分辨率重建[J]. 计算机工程与应用, 2019, 55(19): 191-197.
[12]	张经宇，滕建辅，白煜. 医学图像边缘检测的Levy-DNA-ACO算法研究[J]. 计算机工程与应用, 2018, 54(8): 14-20.
[13]	孙利雷1，2，徐勇3. 基于深度学习的乳腺X射线影像分类方法研究[J]. 计算机工程与应用, 2018, 54(21): 13-19.
[14]	邢晓羊1，2，魏敏1，2，符颖1，2. 基于特征损失的医学图像超分辨率重建[J]. 计算机工程与应用, 2018, 54(20): 202-207.
[15]	曾礼灵1，李朝锋1，2. 结合Boosting方法与SVM的多核学习跟踪算法[J]. 计算机工程与应用, 2018, 54(13): 203-208.

DPCM与EZW混合编码在医学图像中的应用研究

Research on medical image hybrid coding based on DPCM and EZW algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics