PACS中医学图像的近无损压缩

为解决海量医学数据与有限存储空间和传输宽度之间的矛盾,提出一种适用于PACS(图片存档和通信系统)系统的医学图像近无损压缩算法。首先对尺寸区域和背景区域分别进行剪切波变换和小波变换;其次,拾取一些能够近似逼近近尺度区域图像的重要系数达到去噪和初步压缩的目的;然后,对相关区域所选取的重要系数进行无损霍夫曼编码,同时对背景区域产生的小波系数进行量化和多级树状集合分割算法(SPIHT)编码实现压缩;最后,融合各区域经解码和逆变换得到的图像获得整幅图像。实验结果表明,新算法在与小波有损压缩方法设置同样压缩比的情况下,所获得的局部区域重组图像和原区域区域的平均结构相似度(MSSIM)提高了6%,表明信噪比(PSNR)是小波有损压缩方法的2.54倍,而整幅分辨率图像与原图像的MSSIM提高了2%,PSNR提高了13%。