بخشی از مقاله
چکیده
امروزه پیشرفت در تکنولوژی تصویر برداری دیجیتال پزشکی، به خصوص در MRI منجربه افزایش قابل توجه مجموعه داده ها شده است. با توجه به حجم زیاد تصاویر پزشکی وضرورت بایگانی وانتقال آنها، فشرده سازی تصاویرپزشکی ضروری به نظر می رسد، که به دلیل اهمیت کیفیت و صحت اطلاعات در زمان آرشیو و نیز انتقال باید با دقت خاصی فشرده شوند. در تصاویر پزشکی تحلیل برخی اطلاعات بافت ها همانند موقعیت یک ارگان خاص ساختارهای حساسی هستندکه این نواحی رابه عنوان ناحیه مطلوب - - ROIبرمی گزینند.
در مورد فشرده سازی در قسمت ROI هدف حفظ حداکثر اطلاعات باشد در سایر قسمت ها از دست رفتن اطلاعات اهمیت چندانی ندارد.درسال های اخیر روش های فشرده سازی فراوانی را شاهد بودیم. تبدیل کانتورلت، یک تبدیل چندمقیاسی وچندجهتی است که می تواند ابزاری قدرتمند برای این منظور باشد.در این مقاله شیوه ای جدید جهت فشرده سازی تصاویرMRI مغزی با استفاده از تبدیل کانتورلت مبتنی برناحیه مطلوب ارائه گردید.
معیارهای ارزیابی این عملکرد نرخ فشرده سازی و PSNR می باشد که با بررسی نتایج حاصل از بازسازی تصویر فشرده شده و مقایسه آن با تبدیل موجک نشان می دهد که در نسبت فشرده سازی یکسان تبدیل موجک در مورد معیار PSNR مقدار 25.2201 و روش پیشنهادی مقدار61.9654را داردکه حاکی از عملکردمناسب این تبدیل می باشد.
-1مقدمه
تصویر برداری از اعضای بدن با کشف پرتو ایکس در سال 1895 توسط رونتگن پا به عرصه وجود گذاشت. تصویر برداری تشدید مغناطیسی - amraee et al,2011 - 1 - MRI - یک تکنیک تصویر برداری پزشکی است که معمولا در رادیولوژی برای مشاهده ساختار درونی وعملکرد بدن استفاده می شود.تصویر برداری MRI کنتراست بهتری بین بافت های نرم بدن،نسبت به تصویربرداری CT فراهم می کند، به همین سبب MRI مخصوصا درتصویر برداری مغز و سرطان مفید می باشد. - - MRI یکی از روش های بالغ وابزارهای ضروری برای تشخیص در جامعه پزشکی است - . - Haacke,1999
امروزه با توجه به پیشرفت سریع تکنیکهای مختلف تصویربربرداری و استفاده روزافزون از این روشها برای تشخیص بیماریهای گوناگون همچنین استفاده از فناوری تصویربرداری دیجیتال، در کنار مزایای فراوانی چون سرعت تصویربرداری و کیفیت تصاویر مشکلاتی را نیزدر زمینه مدیریت ذخیره و انتقال این تصاویر به وجود آورده است.لذا بررسی روشهای کاهش حجم تصاویر پزشکی یا همان فشردهسازی مورد توجه محققان این حوزه قرار گرفت .
با توجه به محدودیتهای موجود در فضای تعبیه شده برای آرشیو اطلاعات تصاویر پزشکی و همچنین پهنای باند محدود در دسترس برای انتقال دادههای پزشکی بخش فشرده سازی یکی از بخش های اصلی سیستم های انتقال و آرشیو اطلاعات پزشکی موسوم به PACS میباشد - . - Strintzis,1998 به همین سبب فشردهسازی تصاویر پزشکی از اهمیت زیادی برخوردار است.
استاندارد الگوریتم های فشرده سازی که امروز در جامعه پزشکی استفاده می شوند2JPEG می باشد.JPEG توسط گروه تصویر برداری دیجیتال در بسیاری موارد فرمت فایل تصویر به صورت DICOM پذیرفته می شود - . - National Electrical Manufacturers Association,2004فشردهسازی تصویر عبارتست از کاهش دادههای مورد نیاز برای بیان مقدار معینی از اطلاعات .این تعریف از تفاوت بین داده و اطلاعات ناشی میگردد، بدین معنی که داده وسیله حمل اطلاعات میباشد. بنابراین هدف از فشردهسازی کاهش داده و نمایش اطلاعات به صورت دیگر میباشد - . - Wallace,1991
برای فشردهسازی تصویر روشهای مختلفی ارائه شده اند که بطورکلی میتوان آنها را در دو گروه کلی طبقه بندی نمود. این دو گروه عبارتند از: فشرده سازی بدون اتلاف یا برگشت پذیر - 3فشرده سازی که بدون هیچ اتلافی در داده انجام می شود - و فشرده سازی با اتلاف یا برگشت ناپذیر - 4فشرده سازی که با اتلاف در داده انجام می شود - - Sridevi .et al,2012 - در ابتدا از دست رفتن اطلاعات در پزشکی غیرقابل قبول بود، لذا روشهای فشرده سازی بدون اتلاف مورد استفاده قرار گرفتند .
اما این روشها علیرغم قابلیت بازسازی دقیق تصویر به علت نسبت فشردهسازی پایین پاسخگوی نیاز جامعه پزشکی نبود .از اینرو روشهای فشرده سازی با اتلاف جایگزین روشهای بدون اتلاف شد .پس از آن تمرکز محققان متوجه روشها و الگوریتمهای فشردهسازی با اتلاف و بهبود عملکرد آنها شد تا با افزایش دقت این روشها زمینه استفاده از آن برای فشرده سازی تصاویر پزشکی فراهم گردد - - Taubman and Marcellin,2002عمدتاً. تصاویر پزشکی با هدف بررسی بافت های خاصی اخذ میشوند، لذا تعریف ناحیه مطلوب 5 - ROI - در تصاویر امری رایج میباشد - Doukas and .Maglogiannis,2007 - در این حالت هدف از اعمال پردازشی بهبود کیفیت آن قسمت از تصویر بوده و عمدتاً سایر نواحی بدون تغییر باقی می ماند، که می تواند باعث بهبود سرعت فرآیند پردازشی نیز گردد.
در مورد فشرده سازی نیز از ناحیه مطلوب می توان به این ترتیب استفاده نمود که در قسمت ROI هدف حفظ حداکثر اطلاعات باشد و در سایر قسمت ها از دست رفتن اطلاعات اهمیت چندانی نداشته باشد - . - kaur and Wasson,2015 در این مقاله روش پیشنهادی مبنی بر فشردهسازی با اتلاف تصاویر MRI پزشکی ارائه شده است. در این الگوریتم، در تصویر ورودی ابتدا ناحیه مطلوب توسط کاربر تعیین می شود.
سپس این ناحیه از تصویر اصلی جدا می شود و بصورت مجزا تحت فشرده سازی بدون اتلاف قرار خواهد گرفت.هدف از تحقیق حاضر فشرده سازی تصاویر تشدید مغناطیسی مغزی با استفاده از تبدیل کانتورلت و مبتنی ناحیه مطلوب با هدف کاهش حجم تصاویر و حفظ حداکثری اطلاعات مهم در تصاویر پزشکی می باشد.در بخش 2 این مقاله به بررسی تبدیل کانتورلت و معرفی معیارهای ارزیابی پرداخته ودر بخش 3 بررسی و مقایسه نتایج روش با تبدیل ویولت و در بخش 4 نتایج الگوریتم پیشنهادی می پردازیم. دربخش آخر نتایج به دست آمده بررسی می شود.
-2 تبدیل کانتورلت
نمایش مناسب اطلاعات تصویری گام اولیه و اساسی هر فرآیند پردازش تصویری شمرده میشود.تبدیل کانتورلت یک تبدیل جهتی6میباشد که قابلیت گرفتن کانتورهای نرم و جزئیات تصویر را به نحو احسن دارا میباشد - . - Do and Vetterli ,2005 بسط کانتورلت شامل توابع پایهای میباشد که میتوانند در جهتهای مختلف و مقیاسهای متفاوت با نسبت انعطافپذیری بالا قرار گیرند.
با توجه به این مجموعه غنی توابع پایه تبدیل کانتورلت توانایی بیان مناسب کانتورهای نرم را دارا میباشد. تبدیل کانتورلت ازدو بخش عمده هرم لاپلاسین7که عمل تجزیه تصاویر به زیرباندها8را انجام میدهد و سپس فیلتربانک جهتی هر کدام از تصاویر جزئی را تحلیل می کند،تشکیل شده است - . - Eskkirajan et al,2006 مانند آنچه در شکل 1 دیده میشود.
