（生物医学工程专业论文）嵌入式医学影像平台设计研究.pdf

a b s t r a c t p r o g r e s si nt h ea r to fc o m p u t e rs c i e n c e ，c o m m u n i c a t i o n a n di n f o r m a t i o nt h e o r yh a s p r o m p t e dt h em e d i c a li m a g ed e v e l o p m e n t ，r e s e a r c ha n da p p l i c a t i o n d i s t a lm e d i c a l i i n a g eh a sp l a y e da sas i g n i 【f i c a n tr o l ei nh o s p i t a li n f o r m a t i o n ，t e l e m e d i c i n ea n do t h e r a p p l i c a t i o n s t l l i sp a p e rg i v e sac o m p r e h e n s i v es t u d yo ft h et h e o r ya n da l g o r i t h mo f m e d i c a l i m a g ec o m p r e s s i o na n de n c o d i n gt e c h n o l o g y a ne m b e d d e d m e d i c i n ei m a g ep l a t l l o n n b a s e do nt h eb f 5 61i sd e s i g n e di nt h i sp a p e r t h e r ea r el o t so f f u n c t i o n si nt h ep l a t f o r m ， s u c ha st r a n s m i 钍i n gm e d i c a li m a g eo nt h ew i r e l e s sn e t w o r k a n dd i s p l a y i n gi t ，d i a g n o s i s w i t hm ew i r e l e s sv i d e oe o n f e r e n c i n g ，p l a y i n gm u s i ca n dm o v i ea n ds o o n a f t e r d e s i g n i n gt h eh a r d w a r ea n ds o f t w a r e ，w e r e a l i z ea n do p t i m i z em a a g ed e c o m p r e s s l o no n t h eb f 5 61b a s e do nl i f t i n gw a v e l e tt r a n s f o r m e x p e r i m e n t s s h o wt h a to ft h ei m a g ec o m p r e s s i o nb a s e d o nl i f t i n gw a v e l e t 仃踟：l s f l o n nc a na c h i e v eh i g hc o m p r e s s i o nr a t i o ，w h i c hg r e a t l ys a v es t o r a g es p a c ea n d r c i i u c e 仃a n s 面s s i o nt i m eo ft h em e d i c a li m a g eo nt h en e t w o r k a sw e c a nr e a l i z ea n d o p t i h l i z et h ea r i t h m e t i co nt h eb f 5 6 1 ，t h e r e f o r e ，t h ep l a t f o r m i ss u i t a b l ef o rr e a l - t i m e d i s t a i l c em e d i c a ls e r v i c ea n dm e d i c a li m a g et r a n s m i s s i o nb a s e d o i lw i r e l e s sn e t w o r k i n a d d i t i o n a st h er e s u l to fm u l t i r e s o l u t i o nc h a r a c t e r i s t i co fw a v e l e t , c o m p r e s s e ds t r e a m c a na l s oh a v et h eh i e r a r c h i c a lc h a r a c t e r i s t i c so fg r a d i n gi m a g er e s o l u t i o n a n dq u a l i t y t h e s ec ：h a 戌i c t e r i s t i c sf a c i l i t a t et h er e a l i z a t i o no fm e d i c a li m a g es t r e a mt r a n s m l s s o na n d t h eg r a d u a lr e s o l u t i o nt ot h eb r o w s e r k e y w o r d ： m e d i c a li m a g e w a v e l e tt r a n s f o r m b f 5 6 1 w i r e l e s sn e t w o r k 创新性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名：日期 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。( 保密的论文 在解密后遵守此规定) 本学位论文属于保密，在年解密后适用本授权书。 日期 同期 第一章绪论 第一章绪论 1 1 引言 医学影像在现代医疗诊断中起着重要的作用。近年来随着信息科学和相关技 术的发展，传统的基于胶片的成像方式已经越来越不适应当前的需求，数字化图 像正逐步取代传统的胶片和视频模拟信号录像等方法而成为医学影像的信息载 体。数字化是医学影像发展的趋势，其基本目标是把图像表示为数字格式以使其 能支持图像的归档、传输以及其它针对诊断信息的操作，如图像增强、分割、压 缩及三维重现等。随着医学影像数字化进程的发展，新的数字化医学影像成像模 式也在不断的涌现，并逐步取代那些传统的，基于胶片的医学成像方法【l 】。医学影 像数字化带来的好处不仅仅在于信息载体媒介的变化，更重要的是，它拓宽了医 学影像的使用领域。除了传统的医学影像所具有的诊断和回顾的功能外，数字化 的医学影像使得实时远程医学诊断和监护成为可能。医学影像数字化为诊断信息 的深度加工和利用提供了基础，在数字化图像的基础上，计算机辅助的各种信息 处理和挖掘方法，图像的三维实时重构以及计算机辅助手术成为研究和应用的新 热点。医学影像数字化也为医学影像的存储、浏览、传输以及各种处理等方面带 来了革命性的变化。 1 2 数字化医学影像的处理 数字化医学影像的处理主要包括下列的内容和方法，本文主要研究其中的医 学图像的数字化压缩编码。 ( 1 ) 图像数字化 医学图像数字化其目的是将模拟形式的医学图像通过数字化设备变为数字计 算机可用的离散的图像数据。 ( 2 ) 图像变换 图像变换是对原始图像执行某种正交变换如傅立叶变换、离散余弦变换、沃 尔什变换、哈达玛变换等，将图像的特征在变换域中表现出来以便在变换域中对 图像进行各种相关处理。采用各种图像变换的方法，将空间域的处理转换为频率 域处理，不仅可减少计算量，而且可获得一些用空间法无法完成的特殊处理。近 年来发展起来的小波变换在时域和频域中都具有良好的局部化特性，它在图像处 理中也有着广泛而有效的应用。 ( 3 ) 图像压缩编码 嵌入式医学影像平台设计研究 图像压缩编码目的是为了减少描述图像的数据量( b i t 数) ，以便节省传输和处 理的时间以及存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失 真限度内进行。编码是压缩技术中最重要且比较成熟的方法。 ( 4 ) 图像增强和复原 图像增强和复原的目的是为了提高图像的质量。图像增强处理主要是突出图 像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强，便 于区分或解释。主要方法有直方图增强、空域增强、频域增强、伪彩色增强法等 技术等。图像复原处理的主要目的是去除干扰和模糊，恢复图像的本来面目，如 去除噪声。图像复原处理要求必须考虑图像降质的原因，以根据降质过程建立相 应的数学模型，作有针对性的处理。 ( 5 ) 图像分割 图像分割是根据灰度或几何特性选定的特征，将图像划分成几个有意义的部 分，从而使原图像在内容表达上更为简单明了。对分割出的有意义的部分进行处 理分析，从中获取有用信息，以便进一步用作模式识别、机器视觉等处理。 ( 6 ) 图像描述 图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几 何特性描述物体的特性，一般图像的描述方法采用二维形状描述，有边界描述和 区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处 理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面 描述、广义圆柱体描述等方法。 ( 7 ) 图像识别 图像识别是数字图像处理的重要研究领域，是图像处理技术的深入和发展， 也可以认为是模式识别的一个分支，其主要内容是图像经过某些预处理( 增强、复 原、压缩) 后，再进行特征提取和分割，进而按一定的判据进行判决分类。图像识 别可分为统计识别法、句法( 结构) 识别法、模糊识别法。近年来新发展起来的人工 神经网络模式分类在图像识别中也越来越受到重视。 1 ，3 医学影像压缩的研究现状 随着相关医学设备的普及，各种成像手段被越来越多的运用到医学检查中， 因而所获得的图像数据量也呈现爆炸性的增长。据统计，一家5 0 0 床位的中型医 院中，一年运转产生的各类检查图像超过2 0 0 万幅，其中一台c t 年生成图像2 0 万幅。以每幅c t 图像占用5 0 0 k b y t e s 存储空问记，一年产生的c t 图像要占用 1 0 0 g b y t e s 以上的存储空间如果该医院的全部医学图像都数字化，则占用的存储 空l 日j 超过2 , 0 0 0 g b y t e s ( 2 0 ，0 0 0 ，0 0 0 m b y t e s ) 。随着医院数字化程度的加深，这个数字 第一章绪论 3 还在迅速增加。尤其是医学诊断数据作为一种重要的信息档案，通常需要被保存 和使用多年，逐年累积的庞大数据库无论对所有者、管理者、使用者和处理工具 来说都是一个负担。因此，以一种更经济，更有效率的方法保存这些医学图像， 是医学图像压缩的首要目的。 医学图像压缩的目的还在于使图像在网络环境下更快的传递和显示。现代化 的数字医院是以网络为工作平台的，如果失去了网络这个信息的交换和传愉的平 台，医学图像数字化也失去了意义。从通讯的角度看，由于受到技术及通讯介质 本身物理特性的限制，通讯信道带宽永远是不足的资源，尤其是现代医学采用无 线网络作为传输的信道，带宽就更窄了。如何将信息量巨大的医学图像数据挤进 有限的带宽，同时保证一定的实效性和质量以及在医疗诊断中的可信性是医学图 像压缩要解决的重要问题。 图像压缩编码应用广泛，有许多压缩编码方法。对它们进行分类有助于对问 题的理解和解决。基于不同的角度，有许多种分类方法。如：按待压缩图像的性 质分类：按复原图像是否与原图像一致分类；按所用方法原理分类等等。下面分 别对它们进行说明。 ( 1 ) 按复原图像是否与原图像一致分类： 、 可将编码方法分为两大类：无失真编码和限失真编码。无失真编码又称为信 息保持编码( l o s s l e s s 编码) 或可逆编码。限失真编码又称为非信息保持编码( l o s s y 编码) 或不可逆编码。编码会造成失真，不过这些失真可以被控制在一定的限度内， 不影响使用效果。在无失真编码中不可使用量化器，因为量化器总会带来不可恢 复的失真。无失真编码的压缩比低，可达到的最高压缩比取决于信源熵。在限失 真编码中把失真控制在视觉阈值以下或控制在可容忍的程度是有效提高压缩比的 关键。 ( 2 ) 按待压缩图像的不同属性分类： 以图像的光学特征分，有单色、彩色、多光谱图像的压缩编码；以灰度等级 分，有二值图、多值图与灰度图像编码；若以动静来分，有静止图像与序列图像 编码。在静止图像编码中，只能进行帧内编码，而且人眼对静止图像的失真较运 动图像更为敏感，压缩比就没有运动图像编码来得高。但运动图像编码对实时性 的要求高，这是它特有的难点，对不同要求( 无失真、小失真、较大失真) ，不同性 质的图像用适当的编码方法和编码参数( 如量化级别大小) 进行压缩编码是达到预 期目标的关键。 ( 3 ) 按所用方法的原理分类： 可将图像编码方法分为基于图像统计特性，基于人眼视觉特性，基于图像特 征提取等方法。在实际编码中，常常要同时用到图像的统计特性和人眼视觉特性 才能进行有效的编码，难于把它们截然分开。而有些编码方法的分类还可以进一 4 嵌入式医学影像平台设计研究 步细分，如基于统计特性的编码方法还可以分为帧内预测、帧间预测、变换编码 等。许多新的国际图像编码标准使用了混合编码方法，即同时用到了帧内、帧间 预测和变换编码。 1 4 论文研究的意义和所做的工作 目前，国内外对医院内部医疗网络的研究只局限在远程医疗服务的提供，主 要是通过w e b 服务技术，实现病人与医生、医生与医生之间的网络交互。现有的 医学图像压缩编码技术主要适用于p c 机，其运算量比较大，不适合于嵌入式系统 的硬件实现。 本文在分析了现有压缩技术的基础上，针对传统小波压缩技术主要进行浮点 数运算和运算量比较大的缺点，引出了适合于b f 5 6 1 ( d s p ) 实现的提升整数小波变 换和嵌入式零树小波编码。并且在b f 5 6 1 平台上实现了基于小波的图像压缩算法， 使得通过无线网络传递医学影像成为了可能。 通过对嵌入式医学影像平台进行软件、硬件和算法设计的基础上，本文实现 了一个基于无线网络( w l a n ) 和小波图像压缩算法的医学影像手持设备。嵌入式医 学影像平台主要应用在医院医疗系统中，平台的便携行使得医生可以随身携带， 从而方便医生对病人信息的查阅以及医学图像的浏览和诊断。另外，由于平台通 过无线网络接入到医学的内部网络中，医生也可以通过平台上的c m o s 摄像头及 话筒实现视频诊断和交流。 本文设计的基于b f 5 6 1 的嵌入式医学影像平台，通过小波图像压缩解压缩、 无线网络、音视频编解码等技术实现医学影像的无线网络传输、解压缩与显示。 同时，平台提供了娱乐功能、无线视频会议等功能。该平台在大型现代医院医疗 网络中进行应用，极大的方便了医生的诊断。利用无线网络的便捷性，平台提供 医院内部会诊和医学影像的传输和查阅，医生的诊断结果也通过无线网络可以反 馈到医院数据库中，提高了诊断质量。同时，该平台作为嵌入式掌上多媒体影音 设备，提供了无线网络传输、音视频文件播放、大容量数据的f a t 文件方式的存 取等功能，对b f 5 6 1 在多媒体领域的应用做了一次实践。 1 5 论文的总体结构 第一章绪论 本章主要介绍论文的研究背景、研究现状和意义及所做的工作。 第二章数字化医学影像处理概述 本章将对数字化医学影像基本概念、标准和方法进行阐述和研究，分析了数 第一章绪论 5 字化医学影像压缩技术的意义、方法和标准，包括分析了传统小波变换的图像压 缩编码技术的特点、适用情况及其局限性。在分析了p a c s 系统的基础上，引出了 医学影像传输网络的组成和应用的背景，为本文的概念做了一个介绍。 第三章基于b f 5 6 1 的嵌入式医学影像平台设计 本章在总体上分析了基于b f 5 6 1 的嵌入式医学影像平台的硬件、软件和算法 的组成和模块直接的连接，并且针对传统小波变换技术在d s p 上实现的不足，提 出了基于提升小波变换技术和嵌入式零树小波编码技术的图像压缩技术。 第四章系统的硬件实现 本章对系统的硬件的各个模块进行了详细的设计和实现，包括有d s p 外围电 路的设计，c m o s 视频采集部分，t f t 液晶屏显示部分，s d 卡和u 盘接口的硬件 部分，音频编解码器的硬件部分，触摸屏及无线网络部分。 第五章系统的软件实现 本章对系统的各个软件模块进行了详细的设计和实现，包括有用户界面菜单 设计，f a t 文件系统在b f 5 6 1 上的实现，3 肌p e g 4 编解码，无线网络通信及 t c p i p 协议的实现，v d k 内核的调度。 第六章基于小波变换的图像解压缩的d s p 实现 本章在介绍了b f 5 6 1 架构特点的基础上，首先在p c 机上实现了基于小波变 换的图像压缩。然后，在b f 5 6 1 处理器内部，提出了基于“双缓冲”结构的提升 小波变换的算法实现方法，并对p c 机的压缩结果进行解压缩处理。分析了算法的 特点和优化的方法，并且测试了算法运行的性能。 第七章总结和展望 本章将对全文进行总结性的描述，并指出论文中的不足和有待深入研究之处。 第二章数字化医学影像处理概述 7 第二章数字化医学影像处理概述 本章介绍了数字化医学影像的基本概念：d i c o m 标准、医学影像压缩技术、 图像压缩标准、基于小波变换的图像压缩、医学影像平台等等。在现有的压缩技 术的基础上，分析了适合于d s p 处理器的压缩技术，并且在现有医学影像平台的 基础上，给出了平台的应用背景。 2 1 数字化医学图像的标准：d i c o m 由于医学图像影像来自于不同的厂商的不同类型的成像设备，因此在图像的 采集、处理、存储与传输过程中必须遵循一定的协议、规范和标准。为了实现这 一目标，1 9 9 2 年的r s n a 年会上，颁布了d i c o m 3 0 标准【2 矧。医疗数位影像传输 协定( d i c o m ) 是d i g i t a li m a g i n ga n dc o m m u n i c a t i o n si nm e d i c i n e 的简称，是在对于 医学影像的处理、储存、打印、传输上的一组通用的标准协定。它包含了档案格 式的定义及网络通信协定。d i c o m 是以t c p i p 为基础的应用协定，并以t c p i p 联系各个系统。两个能接受d i c o m 格式的医疗仪器间，可借由d i c o m 格式的档 案，来接收与交换影像及病人资料。 d i c o m 可以整合不同厂商的医疗影像仪器、服务器、工作站、打印机和网络 设备，使它们都能整合在p a c s 系统中。许多不同厂商的仪器、服务器、工作站都 根据d i c o m 的标准，来制造支持d i c o m 的机器。d i c o m 已经广泛地被医院所 采用，并且在牙医和一般的诊所中获得小规模的运用。 d i c o m 标准分析一般情况下要分以下三层次进行： ( 1 ) d i c o m 消息交换的网络支持层：定义了医学图像及相关信息的网络传输 协议。 ( 2 ) d i c o m 消息服务：详细定义了d i c o m 及对医学图像及相关信息的操 作，包括医学图像及相关信息的查询、存储、打印等服务，是对信息对象的操作。 ( 3 ) d i c o m 信息对象：这部分利用面向对象技术定义了信息对象定义及数据 字典。 2 2 数字化医学影像的压缩 医学图像数据描述的是人体组织、器官等的解剖信息，其包含的信息十分丰 富。而在临床诊断中，医生所关心的主要是患者的病理信息、特别是和疾病有关 的组织所对应的图像区域。医学图像中包含的大量冗余信息为进行医学图像压缩 8 嵌入式医学影像平台设计研究 提供了必要条件，通过选择合适的方法减少甚至去除其中的冗余信息，可以有效 地减少用于存储医学图像数据空间和降低传输时间。 2 2 1 医学影像压缩的必要性 随着医学成像技术和计算机技术的发展，数字化医学图像在医学临床诊断和 教学研究中的应用日益广泛。一方面x 射线计算机断层扫描、核磁共振、计算机放 射成像、血管数字减影和超声图像等技术不断地出现和发展i ”。另一方面以计算机 网络为基础的医学图像存储和传输系统( p i c t u r ea r c h i v i n ga n dc o m m u n i c a t i o n s y s t e m ，p a c s ) t 8 - 0 、远程医疗诊断系统( t e l e m e d i c i n es y s t e m ) t 1 1 - 1 2 1 等医学图像数据 库系统的不断地发展，使得医学图像中包含的信息逐渐成为医生诊断的重要依据。 随之，医学图像在日常的临床诊断中也显得越来越重要。众所周知，医学图像具 有图像象素深度较大的特点，每个象素占用1 2 2 4 b i t s ，一幅原始的医学图像通常占 用较大的存储空间。一般而言，在一个中等医院( 床位在6 0 0 张以上) 中，每年产生 的医学图像就超过一百万幅，所需数据存储容量接近两万亿个字节。在医院使用 的p a c s 系统，需要提供较大容量的存储空间来存储海量的医学图像数据。在远程 医疗诊断系统中，需要对医学图像进行异地传输，图像数据的大小将会直接影响 到传输的速度，导致目的地临床医生无法进行有效诊断。综上所述，医学图像压 缩技术已成为p a c s 和t e l e m e d i c i n e 等医学图像数据库系统中的一个关键技术，也 是医学图像处理领域中重点研究的问题【1 3 - 1 4 。通过对医学图像进行有效的压缩编 码，不但可以节约存储空间，还可以缩短远程医疗应用中医学图像异地传输的时 间，提高传输的效率，从而促进医学图像存储和传输、远程医疗诊断等系统的蓬 勃发展，为医疗事业的发展提供更加有力的技术保障。 2 2 2 现有的图像压缩技术概述 图像压缩编码技术从时间发展上可以分为两代【1 5 】：第一代是基于数据统计， 去掉的是数据冗余，称为低层压缩编码方法；第二代是基于内容，去掉的是内容 冗余，其中基于对象( o b j e c t b a s e d ) 方法称为中层压缩编码方法，基于语义 ( s y n t a x b a s e d ) 方法称为高层压缩编码方法。基于内容压缩编码方法代表新一代的 压缩方法，也是目前最活跃的领域，最早是由瑞典的f o r c h h e i m e r ( 1 9 8 3 年) 提出的。 m k u n t 于1 9 8 5 年提出了利用人眼视觉特性的第二代图像编码的思想i i * 埔j 。图2 1 是图像压缩编码技术的简单分类【l 引。 第二章数字化医学影像处理概述 9 2 2 3 图像压缩标准介绍 图2 1 图像压缩编码技术的简单分类 国际标准化组织( i s o ，i n t e r n a t i o n a lo r g a n i z a t i o nf o rs t a n d a r d i z a t i o n ) 和国际电信 联盟( i t u t ，i n t e r n a t i o n a lt e l e c o m m u n i c a t i o n su n i o n ) 从八十年代起制定了一系列的 针对不同应用场合、不同传输码率、不同图像格式和不同图像质量要求的图像编 码国际标准。这其中包括关于静态图像的j p e g ，j p e g 2 0 0 0 ，以及关于运动图像编 码的h 2 6 1 ，h 2 6 3 ，m p e g 1 ，m p e g 2 ，m p e g 4 ，m p e g 一7 国际标准等。图像压 缩编码的国际编码如图2 2 所示，其中的h 2 6 1 ，h 2 6 3 等标准是由i t u - t 制定的，其 余为i s o 所制定。 第一代编码 第二代编码 图2 2 图像压缩编码的国际标准 ( 1 ) j p e g ( 1 9 8 6 年) 1 9 - 2 0 】 国际化标准组织1 9 8 6 年成了联合图片专家组( j p e g , j o i n tp h o t o g r a p h i c e x p e r t g r o u p ) ，1 9 9 4 年2 月1 5 日正式出版了第一个用于静态图像编码的国际标准i s o i e c 1 0 9 0 1 8r 2 0 1 。j p e g 标准是针对自然景物( 即灰度和色度是连续变化的) 的静止图像进 行压缩编码。用于数字图像的存储与传输，应用范围很广。考虑到应用的多样性 1 0 嵌入式医学影像平台设计研究 和复杂性，j p e g 标准分为基本系统( b a s e l i n es y s t e m ) 和扩展系统( e x t e n d e ds y s t e m ) 。 基本系统包括基于d c t 变换的有失真( 1 0 s s y ) 编码和基于预测法的无失真( 1 0 s s l e s s ) 编码。其中基于d c t 变换的有失真编码应用要的是两种编码模式：渐进d c t 编码 ( p r o g r e s s i v ed c t - b a s e dm e t h o d ) 和分层编码( h i e r a r c h i c a lm e m o d ) 。 ( 2 ) j p e g 2 0 0 0 ( 2 0 0 0 年) 【1 6 】【2 11 i s o 于2 0 0 0 年又进一步提出t j p e g 一2 0 0 0 ( i s o i e c15 4 4 4 1 ) 口引。与j p e g 标准相 比，j p e g - 2 0 0 0 有了很大的进步。最为显著的不同之处在于它放弃了j p e g 所采用的 以d c t 变换为主的分块编码方式，而改为以小波变换为主的多分辨率编码方法。 j p e g 一2 0 0 0 能实现无损压缩( 1 0 s s l e s sc o m p r e s s i o n ) 。它的另一个优点是误码鲁棒性 ( r o b u s t n e s st ob i te r r o r ) l ：l , 较好。因此使用j p e g 一2 0 0 0 的系统稳定性好，抗干扰性能 力强。j p e g 2 0 0 0 的一个重要的特性是能实现渐进传输( p r o g r e s s i v et r a n s m i s s i o n ) 。 它可以先传输图像的轮廓，然后逐步提高图像的质量，这在无线网络传输中具有 非常重大的意义。j p e g - 2 0 0 0 的另一重要的改进是对感兴趣区( r o i ，r e g i o no f i n t e r e s t ) 的编码能力。用户在处理图像时可以指定感兴趣区，对这些区域进行压缩时可以 指定特定的压缩质量，或者恢复时指定特定的解压缩要求。j p e g 2 0 0 0 的这些特性 为远程医疗诊断等实际应用提供了便利的技术支持。 2 2 4 图像压缩方法 众所周知，由于医学图像中象素灰度值出现概率的不均匀性，医学图像中存 在很大的熵冗余，因此可以通过适当方法改变每个象素的比特数，从而减少整幅 图像所占的位数。通常的方法是根据象素出现的概率，对经常出现的象素采用较 短的码字分配，反之给予较长的码字，称为变长编码或熵编码。经过众多国内外 学者的不懈努力，形成了不少无损压缩方法，以变长变码为代表的无损压缩方法 相对成熟，目前用于医学图像压缩的常见方法主要有h u f m a n 压缩编码、游程编码 和算术编码等方法。 ( 1 ) h u f f m a n 压缩编码 h u f m a n 压缩编码【2 3 1 是一种形成前缀变长编码方法。假设一幅每个象素占用8 位二进制的医学图像，每个灰度值k ( 0 k 2 5 5 ) 出现概率为p k 。h u f r n a n 压缩编码的 步骤可以描述为： 1 ) 将扫描得到的象素序列按出现的概率大小排序，出现概率最大的象素灰度 值用x 表示，放在最顶部；出现概率最小的象素灰度值用x ( n = 2 5 5 ) 来表示，放在 最底部，这个原始的象素值序列构成最左边的一列。 2 ) 对左边的一列数据，将最小两个概率相加，形成一个新的概率集合，再按 第一步方法重新排序，如此重复直到只有两个概率为止。 第二章数字化医学影像处理概述 3 ) 分配码字。码字分配从最后一步开始反向进行，对最后两个概率一个赋予 “0 码，一个赋予“1 码。如此反向进行到原始的概率排列。在此过程中，如 果概率不变则仍用原码字。 ( 2 ) 游程压缩编码 在一些待编码的信源序列中，有一些符号经常连续出现。例如对于一幅灰度 医学图像来说，按行扫描整幅图像的每个象素，则会发现在光滑的区域，会连续 出现同一个灰度值，通常在背景区域将会出现若干个连续的0 或者2 5 5 ；另外，在 基于变换医学图像有损压缩方法中，经过变换和量化后的系数也会经常出现连续 的0 。针对这些情况，给了另外一种称为r l e 编码( r u nl e n g t he n c o d e r ，r l e ) 方法1 2 4 l 的启发。 用r l e 编码方法压缩医学图像是基于这样一个事实：在医学图像中随机选择一 个象素，其相邻象素的灰度值与该象素灰度值相同的可能性很大。基于这样的事 实，r l e 压缩编码的思想可以描述为：如果数据项d 在输入流中连续出现n 次，则以 单个字符对n d 替换n 次出现的字符。 经过分析，可以发现，采用r l e 编码方法来压缩医学图像，图像中的细节越多， 压缩效果则越差；反之，图像中光滑的区域越多或者光滑区域的面积越大，则压 缩效果越好。可以想象一幅有很多垂直线的灰度图像，如果水平扫描r l e 编码，就 会产生一些很短的游程，压缩效果会很差，r l e 的输出有可能比逐象素存储的图像 还要大。另外，r l e 压缩编码还存在一个缺点，如果图像变动，则通常不得不重算 全部游程。 值得一提的是，r l e 编码也不是只能用作无损压缩，稍加变形则可以变为有损 压缩。例如，如果忽略一些短游程，有可能取得更好的压缩比。一个有损的游程 压缩编码算法必须先询问用户可以忽略的最长游程，或者根据实际的应用需求确 定好可以忽略的最长游程，如果确定为3 ，则程序将所有游程为l ，2 或3 的相同象素 与其相邻点合并。这样，对于高分辨率的大图像是很有意义的，因为人眼对某些 细节是不敏感的。 ( 3 ) 算术压缩编码 从理论上来讲，采用h u f m a n 编码方法对信源数据进行压缩编码可以获得最佳 编码效果，但是在实际应用中，由于计算机中存储和处理的最小数据单位是“比 特 因此在常见的情况下，实际的压缩编码效果往往达不到理论上的压缩比。进 一步分析可知，h u f m a n 压缩编码很少能产生最佳变长编码，只有当符号概率等于2 的负整数次幂时，才能产生最佳的结果。 为了解决计算机中必须以整数位进行编码的问题，人们提出了算术压缩编码 ( a r i t h m a i ce n c o d e r , a e ) 方法。算术编码方法是2 0 世纪6 0 年代初期e l i a s 提出，由 r i s s a n e n 和p a s c o l 2 5 l 首次应用到实际生活中，后来很多研究人员又对算术编码方法 1 2 嵌入式医学影像平台设计研究 进行了改进【2 6 j 。 算术编码的方法是将被编码的信源数据表示成数轴上0 1 之间的一个间隔，消 息数据越长，编码表示它的间隔就越小，表示这一间隔所需要的二进制位数就越 多，码字也就越长。反之，编码所需要的二进制位数就少，码字就短。算术编码 将待编码的图像数据看作是由多个符号组成的序列，对该序列递规地进行算术运 算后，成为一个二进制小数。解码过程也是进行算术运算，由二进制小数重建图 像符号序列。 2 3 基于小波变换的图像压缩技术 2 3 1 傅立叶分析 傅立叶分析揭示了时域与频域之间内在的联系，反映了信号在“整个时间 范围内的“全部”频谱成分，是研究周期现象不可缺少的工具。通过傅立叶正变 换： f ( 彩) ：广f ( t ) e - j n d t ( 2 1 ) f ( 彩) = i ( 2 1 ) ，m 可以用来分析非周期信号的频谱。通过傅立叶逆变换： f ( t ) = 石1 f ( 国) p 触d 缈( 2 - 2 ) 可以恢复非周期信号2 7 1 。利用傅立叶变换可以把厂o ) 分解成不同尺度上连续重复 的成份，使得对各种不同的实际问题可以采用统一的处理方法。 2 3 2 小波分析 傅立叶变换虽然有很强的频域局部化的能力，但并不具有时域局部化的能力， 而后一点，对于很多信号处理工作而言，特别是对于涉及非平稳信号处理而言， 是至关重要的。而小波分析不仅能提供较准确的时域定位，也能提供较准确的频 域定位。我们所面临的图像信号，更多的表现出非平稳特性，而小波变换恰恰是 处理非平稳信号的有力工具。 小波分析的基本思想是用一组持续时间很短的时域函数 沙。( f ) ) 构成r ( 尺) 空 间的一组基函数，实现对r ( 尺) 空间中的时域信号的厂( f ) 的分解【z 引。 若平方可积函数y ( f ) ( 即( ，) r ( - - - o o ，佃) ，r ( 硼，栅) 表示平方可积的实 数空间，即能量有限的信号空间) ，其傅立叶变换为( 缈) 满足条件： i 一，、1 2 r 畔挚如 佃 ( 2 3 ) h 川 第二章数字化医学影像处理概述 1 3 则称其为“基本小波 或“小波母函数”。式( 2 3 ) 称为“允许条件 。将小波 母函数( f ) 经过伸缩平移后就可以得到一个连续小波系列。令： 小) 2 丽1 ( 譬) 一b 为娥且群。 协4 ) 称为由小波母函数沙( f ) 生成的依赖于参数a 、b 的“连续小波 子，b 为平移因子。 对于任意函数厂( f ) r ( 棚，佃) ，定义基竺：鎏奎垫为； 嘶，6 ) 彤川2 南e 加，y ( 孚户 小波逆变换为： 厂( r ) 2 百1 e e ( 口，6 ) ( r ) 了d a d b 2 3 3 多分辨率分析 。其中a 为伸缩因 ( 2 5 ) ( 2 6 ) 1 9 8 8 年，m a l l a t 将多分辨率分析的思想引入小波变换，统一了之前所有的正 交小波基的构造方法，并给出了小波变换的快速算法，即m a l l a t 算法【2 9 1 。m a l l a t 算法的作用和地位相当于傅立叶分析中的快速傅氏变换( f a s tf o u r i e rt r a n s f o r m ， e f t ) 算法，它的提出宣告小波理论研究走向了广阔的应用研究。 设 圪 拓z 是空间r ( r ) 中的一个闭子空间，如果 屹 豇z 满足如下五个条件，则 巧 越被称为多分辨率分析。需要满足的五个条件如下： ( 1 ) 一致单调性： 圪c 巧_ l ，w z ，即c 匕ckc v ocf lc c ( 2 ) 上下完整性：u 巧= r ( 酞) ，n 巧- - o ( 3 ) 尺度不变性：厂( x ) 巧f ( 2 x ) 巧小 j z ( 4 ) 位移不变性：厂( x ) 巧铮厂( x 一2 后) 巧， v k z ( 5 ) 正交基存在性：存在一个缈，使得 缈( ，一2 一忌) 眦 是的正交基， 即对任何厂，存在唯一系列 ，2 ( 平方可和系列) ，使得 厂( x ) = a 。g ( x - k ) ( 2 7 ) 1 4 嵌入式医学影像平台设计研究 由条件( 2 ) 、( 5 ) 可见，v v o 铮厂( 2 ”f ) 匕，且函数系数 2 i 妒( 2 ”f 一甩) r m 、l lj 肼玎e z 构成空间圪的一组标准正交基。但由于 圪) 。z 不是e ( r ) 的正交分解，所以 2 詈伊2 t - n ) ) 。z 不是空间r ( r ) 的标准正交基。为此，引入圪在圪+ 。中的正交 补空间既，即既上，且圪钉= 匕。既，显然，对任意的m 、m z ，子空间既 与w ，是相互正交的，且厂( f ) 厂( 2 ”f ) 圪。因为： = 一。o 一。= 一2o 一：o 一，= = z so o 。o o 一。 ( 2 8 ) 由条件( 1 ) 、( 3 ) 、( 4 ) ，再令一佃，s 专珊，即得： r ( i r ) = o 既 ( 2 9 ) 朋= - - o o 且上式是正交分解的。因此，在构造一组r ( r ) 空间的正交基的问题归结为利用函 数缈( f ) 构造一个函数( 芒) 使它的整数平移 ( ，一刀) 。e z 构成空间的标准正交 基。 2 3 4 快速小波变换 如果y ( 参) ，且 y 一露) ，推z 构成的正交基，则： 哪) - 2 - ；缈( 2 - y t - k ) 肛z ) 构成的正交基。那么： 啡) - 2 _ ；缈( 2 - ：t - k ) _ 砒) 构成三2 ( r ) 的正交基。 由于 缈( f - 刀) ，甩z 构成的正交基，并且kc ，彬( 2 2 ，且 缈( 三) kc 圪( 三) 彬c 由此可以构成“二尺度方程”： 矽( 兰) = 压莓圳) ( 2 1 0 ) 第二章数字化医学影像处理概述 1 5 ( 匀= 压；巾卅 且可以证明得到：嘎= 4 ，= o 。 其中 吃( 力) = ( 伊，纯。一) ，( 甩) = ( 伊，”功) ( 2 1 1 ) 由式( 2 9 ) 可知，对于任意函数( f ) v o ，可以将它分解为细节部分彤和大 尺度逼近部分k ，然后又可以将大尺度逼近部分k 进行进一步分解。如此重复， 就可以得到任意尺度上的逼近部分和细节部分。如当从开始进行分解，经过，级 分解可得： v o = 彤。暖。呢o o 彤。巧 ( 2 1 2 ) 设有函数厂( f ) ，它在圪空间上的投影五( f ) = p o f ( t ) 由一组系数以? 构成，即： p o f ( t ) = 卵。( f ) = 卵够( f 一玎) 嚣嚣 又由v o = ko 彤，p o f ( t ) = p l f ( t ) + 口厂( f ) 可知d i 是厂( f ) 在彤上的投影算子，因此 p o f ( t ) = a n ( 0 。( r ) = a n i 仍。( f ) + 磷1 。( f ) ( 2 - 1 3 ) 一一一 这个过程可以继续下去，可以将它分解为彤，暖，巧内的系数 兹n ，i = 1 ，2 ，j ，k z 。 由两尺度方程可得分解方程为： 合成方程为 屯d = j l 【。m ) 卵1 = & 肫t ) 0 ( 2 - 1 4 ) 卵5 ；气脚t ) 馥+ 军& 柚t ) 硪。 ( 2 一1 5 ) 由此可得著名的离散快速小波变换算法m a l l a t 算法【3 0 】： 弦d = k 。) 1 ：n 跏：七) ( 2 - 1 6 ) 合成公式为 1 6 嵌入式医学影像平台设计研究 = 气柚七) + & 柚。1 ( 2 一1 7 ) kk 图2 3 给出了对于一维信号进行小波分解与重构的示意图。采用可分离滤波器 形式，很容易将上述结论推广到高维情况。图2 4 给出了二维小波变换的分解与重 构 图2 3 一维小波分解与重建结构 2 3 5 小波变换图像编码 图2 4 二维小波分解与重建结构 小波变换编解码具有如图2 5 所示的框架结构：1 3 l 】 原始图 恢复 小波变换量化熵编码 出 入 图2 5 小波变换编解码框图 熵编码主要有霍夫曼编码、游程编码、以及算术编码等，而量化为小波编码 的核心，其目的就是为了更好的进行小波图像系数的组织。 采用上面介绍的二维小波变换的快速算法，以原始图像为初值，不断地将上 一级的图像分解为四个子带。每级分解得到四个子带图像，分别对应频率平面上 第二章敢字化医学影像处理概违 不同的区域，它们分别还有上一级图像中的低频信息和垂直、水平及对角线方向 的信息。从多分辨率分析出发，一般每次只对上一级的低频子图像进行再分解， 如图2 6 所示，其中l l 为低频于带，i i l ，l h ，h t i 为高频子带。图2 7 中给出了 医学图像进行小波分解和重构的结果。 匪匪 嘞圈2 6 圈像的小矗) 分解 圈圈像的小波分解 ( i ) 原始图像；( b 卜呻第1 至第3 级小波分解 a ) 原b ( c 】小波重建削像 图27 心脏灰度图像的小渡分解 图像作小波变换后，并投有实现压缩，只是对整幅图像的能量进行了重新分配。 事实上，变换后的图像数据具有更宽的范围，但是宽范围的大数据被集中在一个 较小的区域内，而在很大的区域中数据的动态范围很小，即经小波变换后，图像 信号可以获得稀疏的表示式。小波变换编码就是利用小波变换后的这些性质，采 用