基于FPGA的可学习三维医学图像压缩方法技术

本发明专利技术公开了一种基于FPGA的可学习三维医学图像压缩方法，包含：对原始的三维医学图像数据进行预处理；将预处理后的图像输入到基于深度学习的神经网络模型中，使用图像处理器GPU进行训练；将训练得到的神经网络模型进行量化处理后部署到FPGA平台上；在FPGA平台上部署算术编码模块，算术编码模块与神经网络模型相结合对输入的三维医学图像进行压缩。本发明专利技术的基于FPGA的可学习三维医学图像压缩方法，将可学习压缩算法及算术编码器实现FPGA系统平台的部署，减小功耗，降低算法延时。

【技术实现步骤摘要】

本专利技术属于图像压缩，具体涉及一种基于fpga的可学习三维医学图像压缩方法。

技术介绍

1、目前，ct、mri等数字图像在临床辅助诊断上已经获得了广泛的应用。而随着数字图像技术的发展，医疗器械设备精度的提升，数字图像的尺寸和位深都在逐渐变大，对医学图像的存储和传输都带来了巨大的挑战。在三维医学图像压缩领域中，图像细节的损失和畸变容易导致临床诊断出现偏差，因此基于无损压缩的三维医学图像算法研究具有重要的意义。

2、而现如今的三维医学图像压缩算法可以分为：传统图像压缩方法的三维扩展(如jp3d，extensions for three-dimensional data in jpeg-2000，jpeg-2000标准的三维图像扩展)，视频压缩方法(如h.265又称为hevc，high efficiency video coding，高效率视频编码)，以及基于深度学习的可学习压缩方法。

3、其中jp3d运用了波小波变换和位平面编码等技术，hevc运用了帧内预测、帧间预测，以及视频压缩方法典型的运动估计和运动补偿策略。尽管传统图像压缩算法本文档来自技高网...

【技术保护点】

1.一种基于FPGA的可学习三维医学图像压缩方法，其特征在于，包含：

2.根据权利要求1所述的基于FPGA的可学习三维医学图像压缩方法，其特征在于，

3.根据权利要求1所述的基于FPGA的可学习三维医学图像压缩方法，其特征在于，

4.根据权利要求3所述的基于FPGA的可学习三维医学图像压缩方法，其特征在于，

5.根据权利要求3所述的基于FPGA的可学习三维医学图像压缩方法，其特征在于，

6.根据权利要求3所述的基于FPGA的可学习三维医学图像压缩方法，其特征在于，

7.根据权利要求3所述的基于FPGA的可学习三维医学...

【技术特征摘要】

1.一种基于fpga的可学习三维医学图像压缩方法，其特征在于，包含：

2.根据权利要求1所述的基于fpga的可学习三维医学图像压缩方法，其特征在于，

3.根据权利要求1所述的基于fpga的可学习三维医学图像压缩方法，其特征在于，

4.根据权利要求3所述的基于fpga的可学习三维医学图像压缩方法，其特征在于，

5.根据权利要求3所述的基于fpga的可学习三维医学图像压缩方法，其特征在于，

6.根据权利要求3所述的基于fpga的可学习三维医学图像压缩方法，其特征在于，...

【专利技术属性】
技术研发人员：余锋，陈杰涛，陈乾豪，陈渭杰，
申请(专利权)人：浙江大学，
类型：发明
国别省市：