عنوان مقاله :
فشرده سازي و بازيابي تصاوير راديولوژي با استفاده از استاندارد HEVC
عنوان به زبان ديگر :
Compression and retrieval of radiology images by using HEVC standard
پديد آورندگان :
يمقاني، محمدرضا دانشگاه آزاد اسلامي واحد علوم و تحقيقات، تهران , زرگري، فرزاد پژوهشگاه ارتباطات و فناوري اطلاعات، تهران
كليدواژه :
استاندارد كدينگ ويدئو HEVC , هيستوگرام حالتهاي پيشبيني , فشردهسازي بدون تلف , بازيابي تصاوير پزشكي مبتني بر محتوا
چكيده فارسي :
افزايش روزافزون توليد تصاوير راديولوژي پزشكي در مراكز درماني و بيمارستانها، ايجاد روشهاي مناسب ذخيرهسازي، كلاسبندي، و بازيابي تصاوير پزشكي را ضروري ساخته است. در اين مقاله با استفاده از استاندارد كدينگ HEVC، روش نويني در زمينهي فشرده سازي و بازيابي تصاوير راديولوژي مبتني بر ويژگي بافت در حوزهي فشرده شرح داده شده است. در روش پيشنهادي ابتدا تصاوير بانك اطلاعاتي كه شامل تصاوير راديولوژي اندامهاي مختلف بدن است با استفاده از پيشبيني درونفريمي استاندارد HEVC (فريم I) به صورت بدونتلف فشردهسازي ميشوند. سپس هيستوگرام حالتهاي پيشبيني و ابعاد بلاكهاي PU براي هر تصوير، به عنوان ويژگي محتوايي تصوير استخراج ميشود. براي انتخاب تصاوير مشابه در بانك اطلاعاتي با تصوير پرسوجو، ابتدا تصوير پرسوجو با استاندارد HEVC كدگذاري ميشود. سپس با بررسي هيستوگرام حالتهاي پيشبيني و ابعاد بلاكهاي PU تصوير پرسوجو، تصاوير مشابه از بانكاطلاعاتي براساس معيار شباهت انتخاب و ارايه ميشود. نتايج اين تحقيق، صحت تشخيص كلاس تصاوير راديولوژي را به طور متوسط 94/5% و دقت در 35 عمل بازيابي را به طور متوسط 89% نشان ميدهد كه نسبت به ساير روشها بهبود داشته است. بنابراين روش فوق ميتواند به عنوان روشي كارا هم براي كاهش حجم پايگاه داده ذخيره تصاوير راديولوژي و هم روشي سريع و كارا براي بازيابي تصاوير پايگاههاي داده پزشكي بهكار گرفته شود.
چكيده لاتين :
Ever increasing number of radiology images makes their storage and classification a challenging issue. In this paper a new method for compression and retrieval of radiology images in HEVC compressed domain is introduced. In this method the radiology images are coded as I-frames in HEVC standard. The prediction mode histogram along with PU size histogram of the coded images are used for classification and retrieval of radiology images. Experimental results indicate that the proposed method achieves in average 95% accuracy in classification and P@35 of 89% for radiology images which are superior to the other methods.
عنوان نشريه :
ماشين بينايي و پردازش تصوير
عنوان نشريه :
ماشين بينايي و پردازش تصوير