在无损3D医疗图像压缩中用于残余编码的双边上下文建模
概括
这项研究引入了一种使用残余编码压缩3D医疗图像的新方法. 该方法通过有效减少数据冗余性来提高无损压缩效率.
科学领域:
- 医疗成像医学成像
- 数据压缩数据压缩
- 计算机视觉 计算机视觉
背景情况:
- 剩余编码是无损压缩中普遍存在的技术,利用一个有损的层,然后对残留物进行无损压缩.
- 语境建模和先前探索是残余编码原则的基础.
研究的目的:
- 提出一种新的残余编码框架,用于高效无损压缩3D医疗图像.
- 为了利用现成的视频编解码器作为损失层和基于双边上下文建模的网络 (BCM-Net) 作为剩余层.
主要方法:
- 拟议的框架采用基于双边上下文建模的网络 (BCM-Net) 进行有效的无损压缩残留物.
- 在BCM-Net中,使用基于对称性的内部切片上下文提取 (SICE) 和双向切片间上下文提取 (BICE) 模块来探索切片内和切片间的双边上下文.
- SICE挖掘了利用解剖对称性的双边切片内相关性,而BICE则从双向引用探索了双边切片间相关性.
主要成果:
- 拟议的方法在流行的3D医学图像数据集上,与现有最先进的技术相比,表现优越.
- 通过探索双边背景来实现有效的冗余减少.
- 该框架可实现3D医疗图像残留物的高效无损压缩.
结论:
- 开发的剩余编码框架显著改善了3D医疗图像的无损压缩.
- 通过其SICE和BICE模块,BCM-Net有效地捕获了必要的双边上下文信息以进行压缩.
- 拟议的方法为减少医疗成像应用中的存储和传输负担提供了一个有希望的解决方案.


