基于神經(jīng)網(wǎng)絡的醫(yī)學圖像無損壓縮研究.pdf

1、隨著醫(yī)學科技的飛速發(fā)展，越來越多的醫(yī)學圖像設備在臨床醫(yī)學中得到應用，為快速準確的診斷提供了可能。而伴隨而來的是海量的醫(yī)學圖片的存貯，交互問題。為了能夠節(jié)省存貯空間，而又不損失圖像中的重要信息，需要對各種醫(yī)學圖像進行無損壓縮處理;為了能夠適時實現(xiàn)圖片的交互傳送，還要注意無損壓縮要有較低的復雜性。
　　本文正是以此為基礎，展開對醫(yī)學圖像的無損壓縮研究。
　　首先，在醫(yī)學圖像無損壓縮模型的建立上，在分析JPEG-LS壓縮模板的基礎

2、上，對預測模板進行了改進，在理論和實驗的基礎上，建立了三點預測模型中的442模板，并利用神經(jīng)網(wǎng)絡中的感知器實現(xiàn)了對預測系數(shù)的自適應調(diào)整，實驗結(jié)果表明該預測模型在無損壓縮的壓縮比及壓縮時間上都有較優(yōu)的表現(xiàn)。
　　其次，在熵編碼的選擇上，選擇了編碼效率較高的Rice編碼格式，并對編碼的長度進行了自適應的調(diào)整，進一步實現(xiàn)了對醫(yī)學圖像算法的優(yōu)化。
　　最后，針對真彩圖像的壓縮，本文在研究前人彩色空間的線性變換的基礎上，提出了抽取顏色