通过双重变换和子图像级自回归技术实现学习型无损医学图像压缩
《Signal Processing: Image Communication》:Learned lossless medical image compression via dual transform and subimage-wise auto-regression
【字体:
大
中
小
】
时间:2026年01月09日
来源:Signal Processing: Image Communication 3.4
编辑推荐:
提出了一种面向2D医疗图像的新型无损压缩框架,通过双变换模块和行列分组策略降低熵值,并采用自回归概率模型DCT-LSBNet实现高效编码。实验表明该方法在X光和超声图像压缩率上达到最优水平,同时平衡了压缩率和编码延迟。
李天天|李月|郭瑞晓|杨高波
湖南大学,信息科学与工程学院,长沙,410082,中国
摘要
尽管基于学习的压缩技术在自然图像压缩方面取得了显著成功,但将其应用于医学成像时需要专门的方法来确保零信息丢失。在这项工作中,我们提出了一种针对2D医学图像的新型无损压缩框架,重点关注两个目标:熵减少和精确的概率估计。我们设计了一个双变换模块,即DCT和可逆线性映射分解,该模块将图像像素转换为低熵表示——整数DCT域中的结构和纹理成分。我们设计了一种新的行-列分组策略,用于将纹理成分分解为子图像。与现有的参数模型不同,DCT-LSBNet以自回归方式对每个子图像进行非参数概率估计,避免了概率分布的假设偏差,并在压缩率和编码延迟之间取得了良好的平衡。广泛的实验结果表明,与现有的传统和无学习无损压缩方法相比,我们的方法在X射线图像和超声图像压缩方面达到了最先进的性能。
引言
医学成像已广泛应用于临床诊断。与自然图像不同,医学图像通常具有灰度、高分辨率、低对比度和丰富的纹理等特点。同时,医学图像有多种模式,如磁共振成像(MRI)、X射线、计算机断层扫描(CT)和超声,这些模式在维度、格式和分布上存在很大差异。它们通常被数字化为3D体积图像或具有不同位深度(8位/12位/16位)的2D图像。由于数字医学图像的体积呈指数级增长,因此需要高效的数据压缩来存储和管理这些图像。考虑到医学图像在疾病诊断中的关键作用,数学意义上的无损压缩是医学图像的首选方法。
根据香农的源编码定理[1],比特流长度的下限取决于编码符号的概率,即信息熵。一旦确定了要编码的符号,压缩的关键就是近似编码符号的真实概率分布。现有的图像编解码器通常包括三个阶段:预处理(变换、块/子图像划分或系数分割)、概率建模和熵编码。其中,变换和概率建模对于高效压缩至关重要:前者决定了比特率的下限——符号的熵(理想比特率),其可逆性是区分无损压缩和有损压缩的关键;后者决定了比特率与理想值的接近程度。最近,各种基于学习的无损压缩方法[2]、[3]、[4]、[5]、[6]、[7]、[8]、[9]、[10]、[11]、[12]在性能上优于传统的图像编解码器[13]、[14]、[15]、[16]、[17]。尽管取得了这些进展,但典型的无损压缩方法的压缩比率仍然有限,相比之下,基于学习的有损图像压缩[18]、[19]、[20]、[21]、[22]的压缩比率更高。为了在压缩比和高保真度之间取得平衡,提出了视觉上无损或接近无损[11]、[23]的图像压缩方法。然而,这些方法对于医学图像的数学无损压缩来说还不够充分。此外,基于学习的编解码器在处理高分辨率图像时往往难以实现低延迟。
为了解决这些问题,我们提出了一种针对2D灰度医学图像的新型无损压缩框架,如图1所示。该框架包括预处理、概率估计和熵编码三个步骤。然而,它考虑了医学图像的特点,并有三个创新点:预处理中的双变换和行-列分组以及用于概率估计的子图像级自回归模型。
医学图像通常表现出丰富的相似性,无论是不同个体的相同身体部位(例如肺和腿)的扫描结果,还是同一个体不同部位的扫描结果(例如前臂和大腿)。为了利用这些相似性,我们引入了一个双变换模块,将原始像素转换为紧凑的整数表示,这与其他变换编码方法(如学习小波[6]、[12]、基于流的可逆变换、学习辅助表示[2]、[3]、[21]或压缩残差[4]、[8]、[23])不同。具体来说,对原始图像进行DCT-II[24]处理和舍入,以获得超低熵但高位深度的整数DCT系数。然后,线性映射分解将这些整数系数转换为8位深度的纹理层(LSB)和结构层(MSB),通过统一系数符号和缩小其范围来降低连续概率估计的计算和内存成本。为了利用更多的邻近上下文,我们设计了一种新的行-列分组策略(RCG)来分解纹理层为子图像。为了进行概率估计和加速编码,我们的熵模型DCT-LSBNet在子图像级别以自回归方式生成概率分布。最后,每个子图像的概率矩阵被传递给torchac[2]算术编码器以获得压缩后的比特流。这项工作的贡献有三个方面:
- 我们提出了一种基于学习的灰度医学图像无损压缩框架。该框架完全在整数DCT域中操作,通过设计的双变换模块(即DCT和可逆线性映射分解)将图像像素转换为超低熵的整数DCT系数纹理层。
- 我们设计了一种行-列分组策略,用于重新排列AC通道并将LSB分解为子图像,从而捕捉空间-频率依赖性。为了加速编码过程,我们提出了一个轻量级的DCT-LSBNet,以自回归方式生成每个子图像的非参数概率分布。
- 广泛的实验结果表明,我们的方法在X射线图像压缩方面达到了最先进的性能,在超声图像压缩方面也表现出了可比的性能。
本文的其余部分组织如下:第2节总结了相关工作,第3节阐述了无损图像压缩的原理和框架,第4节报告了实验结果,第5节得出了结论。
相关研究
相关工作
本节从三个方面总结了相关研究,包括传统的和无基于学习的无损图像压缩、医学图像的无损压缩以及现有主流无损图像编解码器的概述。
概述
根据香农的信息熵理论,给定一个符号集及其分布,比特流长度的下限即熵:
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号