一种医疗图像的处理方法及其压缩、还原系统技术方案

本发明专利技术公开了一种医疗图像的处理方法，用于将高空间占用量的图像文件压缩至低空间占用量文件行存储或传输，并将低空间占用量文件还原至原图像进行展示；通过在线字典学习方法将原彩色图像分解为稀疏表示的包含有用以完整表示图像文件的多个参数的一个或多个分解文件，并将分解文件进行存储或传输；将分解文件通过生成式对抗网络多次得到还原图像进行展示。其中还公开了一种采用上述方法进行压缩和还原的系统，其中包括字典学习压缩模块、存储模块和生成式对抗网络模块。本发明专利技术采用生成式对抗网络技术，能够最大化还原图片，并补充病理图像细节。

【技术实现步骤摘要】
一种医疗图像的处理方法及其压缩、还原系统
本专利技术属于数据处理
，具体涉及一种医疗图像的处理方法及其压缩、还原系统。
技术介绍
图像的处理过程即是一种数据的处理过程，通过将图像信号数字化转换后并通过处理技术以达到提高清晰度、降低冗余等多种效果。其中图像压缩和还原实际是指以较少的比特有损或无损地表示原来的像素矩阵的技术，也称图像编。图像数据之所以能被压缩，就是因为数据中存在着冗余。图像数据的冗余主要表现为：图像中相邻像素间的相关性引起的空间冗余；图像序列中不同帧之间存在相关性引起的时间冗余；不同彩色平面或频谱带的相关性引起的频谱冗余。数据压缩的目的就是通过去除这些数据冗余来减少表示数据所需的比特数。由于图像数据量的庞大，在存储、传输、处理时非常困难，因此图像数据的压缩就显得非常重要。其中图像压缩方法中，近年来的研究热点为压缩感知技术。压缩采样或稀疏采样，是一种寻找欠定线性系统的稀疏解的技术。压缩感知被应用于电子工程尤其是信号处理中，用于获取和重构稀疏或可压缩的信号。这个方法利用讯号稀疏的特性，相较于奈奎斯特理论，得以从较少的测量值本文档来自技高网...

【技术保护点】
1.一种医疗图像的处理方法，用于将高空间占用量的图像文件压缩至低空间占用量文件行存储或传输，并将低空间占用量文件还原至原图像进行展示；其特征在于：/n通过在线字典学习方法将原彩色图像分解为稀疏表示的包含有用以完整表示图像文件的多个参数的一个或多个分解文件，并将分解文件进行存储或传输；/n将分解文件通过生成式对抗网络多次得到还原图像进行展示。/n

【技术特征摘要】
1.一种医疗图像的处理方法，用于将高空间占用量的图像文件压缩至低空间占用量文件行存储或传输，并将低空间占用量文件还原至原图像进行展示；其特征在于：
通过在线字典学习方法将原彩色图像分解为稀疏表示的包含有用以完整表示图像文件的多个参数的一个或多个分解文件，并将分解文件进行存储或传输；
将分解文件通过生成式对抗网络多次得到还原图像进行展示。


2.根据权利要求1所述的一种医疗图像的处理方法，其特征在于：所述在线字典学习方法具体步骤如下：
G1.选取同类型的参考图像作为训练样本Y，并确定训练样本Y中用以完整代表该图像的n个特性；
G2.将训练样本Y的数据以n个特性分为n个列向量进行表示形成具有稀疏特性的矩阵Yn；
G3.确定字典矩阵大小，并根据确定大小在矩阵Yn中随机选取多个列向量构成初始字典D1；
G4.通过训练样本Y对字典D进行训练得到训练字典D2；
G5.将原彩色图像根据n个特性确定输入矩阵Un，并将矩阵Un通过训练字典D2分解为数量≤n的多个稀疏表示的分解文件。


3.根据权利要求1或2所述的一种医疗图像的处理方法，其特征在于：所述原色彩图像文件根据RGB色彩模式分解为R、G、B三个特性。


4.根据权利要求3所述的一种医疗图像的处理方法，其特征在于：将原色彩图像文件在R、G、B三种色彩通道上的分量灰度图像作为特性确定对象，并将每个8bit的灰度图像切割为i个小块，其中相邻小块之间重叠至少两个单位的像素，则得到以下列向量：
LR＝[lR1，lR2，lR3，…，lRi]
LG＝[lG1，lG2，lG3，…，lGi]
LB＝[lB1，lB2，lB3，…，lBi]；
而原色彩图像文件为y＝[LR，LG，LB]T的矩阵进行在线字典学习，并获得三个对应的分解文件。


5.根据权利要求1或2所述的一种医疗图像的处理方法，其特征在于：所述原色彩图像文件为RGB真彩色图像文件，分为特征、亮...

【专利技术属性】
技术研发人员：向飞，王一哲，向宇，甘杰，
申请(专利权)人：成都知识视觉科技有限公司，
类型：发明
国别省市：四川;51