基于JPEG 2000的醫學圖像ROI壓縮

1 引言

醫學圖像是醫學診斷和疾病治療的重要根據，在臨床上具有非常重要的應用價值。但往往這類影像圖像的數量很大，每個圖像所占的存儲空間也不小。為了減少存儲成本，提高圖像在遠程醫療中網絡中的傳輸速度，對醫療影像進行壓縮是必要的是關鍵的技術之一。

2 傳統的醫學圖像壓縮方法

醫學圖像壓縮的主要目標是刪除三種不同類型的冗余：編碼冗余，像素間冗余及心理視覺冗余。傳統的醫學圖像壓縮可分為無損壓縮和有損壓縮兩大類[1-2]：無損壓縮的壓縮過程是可逆的，即從壓縮后的圖像能夠完全恢復出原來的圖像，信息沒有任何丟失，可保留醫療圖像中的全部信息，但壓縮比普遍不高，一般在2：1至3：1之間。有損壓縮的壓縮過程是不可逆的，即無法完全恢復出原圖像，信息有一定的丟失，可以取得高的壓縮比，一般在50：1左右，甚至更高，但有可能使醫學圖像中的重要信息丟失，可能為確切診斷帶來影響。

3 基于感興趣區域的選擇性醫學圖像壓縮 3.1 壓縮思想及原理

為了在實際的臨床應用中，使圖像既能經過壓縮便于存儲傳輸，又不會影響臨床診斷，需要對以上傳統的兩種方法進行折衷，在兩者之間尋找一個合適的切入點，新發布的國際標準JPEG2000[3-4] 同時支持有損和無損壓縮，而JPEG只能做到有損壓縮。JPEG2000使用基于小波變換技術和最新算術熵編碼技術，試圖使壓縮后的圖像不但擁有較高的壓縮比便于存儲傳輸，此外，JPEG2000的誤差穩定性也比較好，能更好地保證圖像的質量。

所謂感興趣區域(Region of Interest， ROI)是指用戶可以任意指定其感興趣區域圖像的壓縮質量，或者選擇指定的部分先解壓縮，以達到在顯示的時候突出重點的目的。對一幅醫學圖像來說，不同的醫生對圖像的不同部分的要求是不同的，醫生真正關心的只是與他診療有關的那部分病變區域，而其他區域的質量只要對視覺影響不大就行。所以選擇對“感興趣部分ROI(region of interest)”進行無損壓縮，其余的部分采用上述的有損壓縮方式進行編碼傳輸，從而既保留了醫學圖像的診斷性又提高了壓縮比。這就是感興趣區域的選擇性醫學圖像壓縮策略。

3.2 編碼流程

要實現對感興趣區域的優先編碼，必須采用嵌入式編碼方案，嵌入ROI后的壓縮編碼流程如圖1所示。JPEG2000編碼器的結構首先對原圖像數據進行離散小波變換，小波轉換的主要目的是要將影像的頻率成分抽取出來，通常，低頻部分可保留影像的全貌，而高頻部分則發生在所謂的邊緣。然后對變換后的小波系數進行量化，接著對量化后的數據進行ROI編碼，最后形成輸出碼流。解碼器是編碼器的逆過程。

根據用戶的需要來定義一個掩碼圖像信息(Mask )，掩碼圖像信息實際是一個對應于整幅原始圖像的二值圖像數據，在定義了對應于與原始圖像的掩碼圖像信息后，還需要進一步求出小波變換后對應于各個子帶的掩碼，即mask#39;(x，y)，從而實現對各個子帶數據的上移位處理。生成掩碼的方法有兩種：回朔法和衍生法。掩碼圖像信息用來區別ROI區域和背景區域的數據。然后將各個子帶中與ROI區域相關的系數相對于背景區域進行上移位處理，從而實現ROI區域的數據能夠得到優先的位平面編碼處理，并保證ROI區域的數據信息被放在生成碼流的前端。相應的，ROI區域的圖像數據在解碼過程中也會得到優先恢復，使得ROI區域能夠實現比背景區域更好的恢復效果。

圖1 嵌入ROI后的壓縮編碼流程

傳輸過程中，可以先顯示“感興趣部分”再顯示其余圖像，實現一種漸進傳輸方式。當“感興趣部分”傳輸完成后，再對其余部分進行漸進傳輸，滿足需要后，可以不再傳輸細節部分。這樣可以減少數據量的傳輸，提高傳輸速度，滿足系統要求。

4 JPEG2000中的圖像ROI編碼方法

因為ROI區域是不規則的任意形狀，解決的方案有三種，分別如下所述:

方案A是用一個大矩形框將圖像的ROI區域完全覆蓋(如圖2(1)所示)，然后對矩形框內的區域采取高質量壓縮，對框外區域采取低質量壓縮。這種方法的優點是易于交互式的區域指定操作，壓縮實現容易，但是有個很明顯的缺點就是效率低下，特別是如果圖像的ROI區域呈凹狀的時候。

方案B是用若干個小矩形框將圖像的ROI區域完全覆蓋，然后再分別對各個矩形框內以及框外的區域進行不同質量的壓縮。實際應用中，為了易于實現，通常是對圖像進行網格狀的劃分處理，即把圖像分成若干個大小相同的“片(slice )”(如圖2(2)所示)，然后根據圖像目標區域的Mask信息，確定哪些

slice包含有目標區域，需要進行高質量壓縮;哪些不包括目標區域，需要進行低質量壓縮。slice選取的大小將決定區域覆蓋的精確度，即影響壓縮的效率。

方案C是只對圖像Mask信息覆蓋的目標區域內的數據進行高質量壓縮，而對其他區域進行低質量壓縮〔如圖2(3)所示)。但是，由于目標區域很可能是任意形狀的，而普通的離散小波變換、離散余弦變換等都不支持這種任意形狀的圖像分解，因此該方案需要特殊的圖像變換和編碼技術才能實現。

5 實驗與結論

本文使用JPEG2000標準的Maxshift法對單幅數字醫學圖像的感興趣區域做ROI壓縮，該圖像分辨率為332 x 385， 采用5級小波分解。碼塊大小為64 x 64，對ROI使用矩形框選定，位置和大小可選。

圖3為8bit的BMP原始圖像，圖4是無損壓縮時的圖像，可以發現該圖與原始圖像相比質量沒有下降，圖5是比特率為1.0bpp時的有損壓縮圖像，與原圖像相比圖像質量沒有明顯下降，圖6是ROI區域在原圖像中的位置和大小，ROI區域面積約為整幅圖像面積的1/16。圖7和圖8分別是比特率為0.5bpp和0.3bpp時的圖像，雖然這兩幅圖像的背景區域的圖像質量跟原始圖像相比有一定損失，尤其是圖8的損失更大，但是這兩幅圖像ROI區域的圖像質量跟原始圖像相比質量并沒有下降，因此，我們可以通過選選取適當的比特率來犧牲一部分背景區域的質量，從而保證圖像中的RO1區域質量不下降。