医疗影像数据压缩方法技术

为了提高针对可能随时改变的感兴趣区域的医疗影像数据的传输效率，并保证一定的分辨率，本发明专利技术提供了一种医疗影像数据压缩方法，包括如下步骤：传输前2帧图像；缓存第N‑1帧和第N‑2帧影像数据，其中N大于或等于3；将第N‑1帧和第N‑2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M‑1)和F(M‑2)；根据所述亮度矩阵和频谱F(M‑1)和F(M‑2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N‑2帧影像数据的活跃区域中的熵；根据第N‑2和第N‑1帧影像数据的活跃区域计算该第N‑1帧和第N帧影像数据的活跃区域中的熵；根据所确定的熵判断哪些影像数据需要被压缩和传输。

【技术实现步骤摘要】

本专利技术涉及医疗数据安全
，更具体地，涉及一种医疗影像数据压缩方法。
技术介绍
21世纪，人类已经进入医疗和生物技术的时代。在医疗数据增加的同时，医疗影像数据的应用也越来越普遍。随着移动智能设备(例如平板电脑)的普及，远程医疗对于医疗影像的需求也日益突出。常见的图像压缩方法有Huffman编码、预测编码以及变换编码等。Huffman编码完全依据字符出现概率来构造字符的平均长度最短的码字，该算法先对图像数据扫描一遍，计算出各种像素出现的概率，按概率大小指定不同长度的唯一码字，由此得到该图像的Huffman码表。预测编码利用图像相邻像素之间具有的较强相关性，用相邻的已知像素来预测当前像素值，对该像素的真值与预测值的差进行量化和编码。变换编码将图像矩阵变换到系数空间上进行处理，将散布在各坐标轴上的原始图像数据集中到新的坐标系中的少数坐标轴上，使变换后的系数间的相关性降低。基于小波变换的编码方法将整幅图像逐级分解到不同分辨率的尺度空间，再对分解系数进行扫描编码，能够很好地消除解码图像的块状效应，获得较好的压缩效果。由于扫描编码输出结果位流对重建图像的贡献严格按从重到轻排列，可实现按一定优先级可控传输，这种图像的分层传输方式特别适合网络通信要求，因此该方法在图像压缩中被广泛应用。但是，其压缩率对于移动通信网络而言还是过小。申请号为CN201210184626.3的中国专利技术专利申请公开了一种涉及基于双重字典学习的压缩感知图像超分辨率重建方法，其包括如下步骤：冗余字典、编码字典参数训练，自回归模型权值参数训练，用训练好的冗余字典、编码字典、自回归模型权值参数对单帧低分辨率图像进行超分辨率重建。但是，这些算法都没有考虑感兴趣区域的优化。现有技术中还有一些数据压缩方法虽然考虑了感兴趣区域，但该区域的位置却是相对固定的。这对于医疗影像而言不具有普遍性，因此压缩出来的数据有时传输效率会较高而有时甚至还不如正常传输的效率。
技术实现思路
为了提高针对可能随时改变的感兴趣区域的医疗影像数据的传输效率，并保证一定的分辨率，本专利技术提供了一种医疗影像数据压缩方法，步骤如下：(1)传输前2帧图像；(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；(5)根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵，作为第一熵值；(6)根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输该经过压缩获得的影像数据。进一步地，所述根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵包括：(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；(4.4)将矩阵M’N-1和M’N-2对应相减；(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置作为不活跃区域；(4.6)计算矩阵M’N-1和M’N-2的秩的乘积，将该乘积作为该第N-2帧影像数据的活跃区域中的熵；进一步地，所述根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵包括：(5.1)对第N-1帧影像数据进行小波变换；(5.2)计算第N-1帧影像数据对应的图像矩阵的特征值T1；(5.3)根据第N-2帧影像数据中的活跃区域对应在第N-2帧影像数据的图像矩阵DN-2中的位置，确定步骤(5.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN-1，它们对应了第N-1帧影像数据的活跃区域；(5.4)根据步骤(5.3)得到的数据，按照如下公式计算第N-1帧影像数据的活跃区域中的熵S1：其中||DN-2||为矩阵DN-2的秩，P为第N-1帧或第N-2帧影像数据对应的矩阵的行数，Q为第N-1帧或第N-2帧影像数据对应的矩阵的列数。进一步地，所述根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵包括：(6.1)对第N帧影像数据进行小波变换；(6.2)计算第N帧影像数据对应的图像矩阵的特征值T2；(6.3)根据第N-1帧影像数据中的活跃区域对应在第N-1帧影像数据的图像矩阵DN-1中的位置，确定步骤(6.1)中经过小波变换后得到的矩阵中对应的位置的数据，这些数据被记为DN，它们对应了第N帧影像数据的活跃区域；(6.4)根据步骤(6.3)得到的数据，按照如下公式计算第N帧影像数据的活跃区域中的熵S2：其中||DN-1||为矩阵DN-1的秩，P为第N帧或第N-1帧影像数据对应的矩阵的行数，Q为第N帧或第N-1帧影像数据对应的矩阵的列数。本专利技术的有益效果为：(1)能够根据影像数据中的亮度自动地确定变化区域，从而对发生变化超过预设亮度变化阈值的区域自动地确定为感兴趣区域，有利于发生改变区域较多的医疗影像的处理；(2)能够根据基于亮度的熵的改变情况确定是否传输某一帧，从而从根本上减少了需要传输的医疗影像数据；(3)仅对满足上述条件的数据进行压缩，提高了压缩效率，同时保证了感兴趣区域的分辨率(即感兴趣区域中的像素数据未被删除、改变、失真或丢弃)。附图说明图1示出了根据本专利技术的医疗影像数据压缩方法的流程图。具体实施方式如图1所示，根据本专利技术的最佳实施例，本专利技术的医疗影像数据压缩方法包括如下步骤：(1)传输前2帧图像；(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；该步骤进一步包括：包括：(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；(4.4)将矩阵M’N-1和M’N-2对应相减；(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置本文档来自技高网...

【技术保护点】
一种医疗影像数据压缩方法，步骤如下：(1)传输前2帧图像；(2)缓存第N‑1帧和第N‑2帧影像数据，其中N大于或等于3；(3)将第N‑1帧和第N‑2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M‑1)和F(M‑2)；(4)根据所述亮度矩阵和频谱F(M‑1)和F(M‑2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N‑2帧影像数据的活跃区域中的熵；(5)根据第N‑2帧影像数据的活跃区域计算第N‑1帧影像数据的活跃区域中的熵，作为第一熵值；(6)根据第N‑1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输该经过压缩获得的影像数据。

【技术特征摘要】
1.一种医疗影像数据压缩方法，步骤如下：(1)传输前2帧图像；(2)缓存第N-1帧和第N-2帧影像数据，其中N大于或等于3；(3)将第N-1帧和第N-2帧影像转换为亮度矩阵并获得各帧对应的频谱F(M-1)和F(M-2)；(4)根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵；(5)根据第N-2帧影像数据的活跃区域计算第N-1帧影像数据的活跃区域中的熵，作为第一熵值；(6)根据第N-1帧影像数据的活跃区域计算该第N帧影像数据的活跃区域中的熵，作为第二熵值；(7)当第一熵值与第二熵值之差小于或等于预设阈值时，跳过对第N帧的传输；(8)当第一熵值与第二熵值之差大于预设阈值时，对第N帧影像数据的所述活跃区域进行压缩并在传输第N帧影像数据时仅传输该经过压缩获得的影像数据。2.根据权利要求1所述的方法，其特征在于，所述根据所述亮度矩阵和频谱F(M-1)和F(M-2)确定预测第N帧影像数据的活跃区域和不活跃区域，并计算该第N-2帧影像数据的活跃区域中的熵包括：(4.1)根据频谱F(M-1)和F(M-2)计算第N-1帧影像数据和第N-2帧影像数据的亮度矩阵中的主对角线和从对角线的高频分量；(4.2)对第N-1帧影像数据和第N-2帧影像数据各自的高频分量进行卷积；(4.3)将卷积运算结果大于预设卷积阈值的高频分量按照该高频分量在各自亮度矩阵中的位置组成矩阵M’N-1和M’N-2；(4.4)将矩阵M’N-1和M’N-2对应相减；(4.5)保留所得的矩阵中的元素大于预设值的元素，并将这些元素对应在第N-2帧影像数据的亮度矩阵中的位置作为活跃区域，并将第N-2帧影像数据的其他位置...

【专利技术属性】
技术研发人员：刘颖，
申请(专利权)人：成都汇智远景科技有限公司，
类型：发明
国别省市：四川;51