面向人机视觉的三维医学图像压缩系统技术方案

本发明专利技术公开了一种面向人机视觉的三维医学图像压缩系统，帧间辅助特征缓存模块缓存有帧间辅助特征；辅助特征编码器网络从辅助特征中提取帧间潜在特征并传送给当前图像编码器网络、上下文熵模型和辅助特征解码器网络；当前图像编码器网络基于帧间潜在特征对当前图像进行图像潜在特征提取；当前图像解码器网络基于帧间解码特征对图像潜在特征进行解码；特征融合模块用于将当前图像解码器网络和辅助特征解码器网络输出的特征进行特征融合得到融合特征。本发明专利技术的面向人机视觉的三维医学图像压缩系统，利用帧间信息来辅助当前图像帧重建，其既能面向人类视觉实现优于传统图像压缩算法的压缩效果，也能面向机器视觉为下游医学任务带来性能指标的提升。

【技术实现步骤摘要】

本专利技术具体涉及一种面向人机视觉的三维医学图像压缩系统。

技术介绍

1、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。近年来，随着新一代通用视频压缩标准vvc的发展，以及神经网络技术的普及，有损压缩方法能够取得比无损压缩更高压缩比的同时，保留足够的医学图像细节和纹理。

2、但是，现有的深度学习有损图像压缩模型，大多是为2d图像或者视频而设计的，并不适用于ct、mri等三维医学图像。也有相关研究使用3d卷积来提取三维医学图像中的帧间信息，但这种方式计算量大，所需时间长，因此提取帧间信息的效率较低。其次，传统的图像压缩算法都是面向人类视觉的，以保留原始图像细节和内容为目标。在诸多下游应用场景中，与原始图像作为输入相比，经过压缩和重建的图像往往无法保持较高的性能指标。

技术实现思路

1、本专利技术提供了一种面向人机视觉的三维医学图像压缩系统解决上述提到的技术问题，本文档来自技高网...

【技术保护点】

1.一种面向人机视觉的三维医学图像压缩系统，其特征在于，包含：当前图像编码器网络、当前图像解码器网络、上下文熵模型、帧间辅助特征缓存模块、辅助特征编码器网络、辅助特征解码器网络、特征融合模块和重建网络；

2.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

3.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

4.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

5.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

6.根据权利要求1所述的面向人机视...

【技术特征摘要】

1.一种面向人机视觉的三维医学图像压缩系统，其特征在于，包含：当前图像编码器网络、当前图像解码器网络、上下文熵模型、帧间辅助特征缓存模块、辅助特征编码器网络、辅助特征解码器网络、特征融合模块和重建网络；

2.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

3.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

4.根据权利要求1所述的面向人机视觉的三维医学图像压缩系统，其特征在于，

5.根据权利要求...

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