一種ct影像感興趣區域壓縮與質量評估方法
【專利摘要】本發明提供一種CT影像感興趣區域壓縮與質量評估方法，包含感興趣區域提取、感興趣區域壓縮和質量評估。本發明依據CT影像特征和人眼視覺特性定義感興趣區域，基于圖像分割原理提取ROI，采用MAXSHIFT算法將ROI和non-ROI區域分開標記，基于DWT和EBCOT進行感興趣區域分層壓縮編碼，最后基于人眼視覺特性對比度敏感函數(CSF)和輪廓變換(CT)計算相似度指數矩陣(SSIM)，通過CT-SSIM驗證ROI壓縮圖像質量。本發明將圖像分割原理應用于感興趣區域提取上來，能夠自動、準確提取包含內外輪廓信息的感興趣區域，對CT醫學影像進行ROI壓縮，保留醫學診斷信息同時壓縮文件大小。其次，基于人眼視覺特性的客觀質量評估方法，最大限度接近人眼視覺評估效果，可以替代主觀評估。
【專利說明】_種GT影像感興趣區域壓縮與質量評估方法

【技術領域】
[0001 ]本發明屬于圖像壓縮和質量評估領域，涉及一種基于圖像分割的感興趣區域分層 壓縮和基于CT-SSIM的客觀質量評估方法。

【背景技術】
[0002]醫學影像種類多數據量大，其中CT采集存儲傳輸的不是單張圖像文件而是一個 系列，耗費大量存儲空間和無線傳輸信道。為了減少存儲和傳輸數據量，需要對醫學影像進 ^壓縮處理。目前，醫學界對圖像進行無損壓縮處理，以免丟失醫學證據，但壓縮比有限。若 采用有損壓縮算法，壓縮比大，但可能損失醫學診斷數據，引起醫學糾紛。
[0003]為克服上述缺陷，研究者提出了感興趣區域分層壓縮方法，對醫學影像R0I區域 無損壓縮，對ηοη-ROI區域有損壓縮，保留醫學診斷證據同時又可以壓縮文件大小。
[0004]從R0I提取方式劃分感興趣區域分層壓縮方法，大致分為三種：人為定義感興趣 區域，選擇包含感興趣區域的矩形區域作為R0I ;手動選擇初始點，基于初始點向外擴張至 外輪廊，基于區域生長算法提取R0I ;手動選定一個矩形區域，米用Canny邊界檢測算法確 定感興趣區域輪廓，將輪廓內區域作為R0I。
[0005] 上述R0I壓縮方法都需要人為參與，自動性差，不利于大批量壓縮CT圖像序列或 嵌入到移動醫療系統中。其次，上述壓縮方法都選擇整片圖像作為R0I，范圍太大，R0I壓縮 不夠精簡，并且不能涵蓋人眼敏感區域。
[0006] 經過感興趣壓縮處理的影像，是否保留了醫學診斷信息，能否滿足醫生診斷病灶 的要求，需要對壓縮的影像質量進行評估。主觀質量評估是通過觀察者主觀意識評判圖像 質量，操作不便，耗費大量時間和精力。傳統質量評估方法都是依據原始圖像和壓縮圖像的 像素域差值來計算分數值，僅計算圖像灰度差值存在局限性，不能夠反應人眼視覺評估結 果。


【發明內容】

[0007] 本發明所要解決的技術問題是提供了一種CT影像感興趣區域壓縮和質量評估方 法，以克服上述缺陷。
[0008]為了解決上述技術存在的問題，本發明提供了一種CT影像感興趣區域壓縮和質 量評估方法，包括如下步驟：
[0009] (1)定義人眼視覺比較敏感的灰度變換劇烈的內外輪廓區域為R0I，基于微分算 子粗略提取所述R0I的粗略輪廓，
[0010] (2)基于形態學算子對粗略輪廓區域進行縫隙填補、膨脹和平滑，精確提取包含圖 像內外輪廓R0I ;
[0011] ⑶基于MAXSHIFT算法對步驟⑶中所提取的R0I進行標記，使得R0I區域比例 變換量級大于背景區域，完全區分感興趣區域R0I和背景區域BG ;
[0012] (4)基于KAKADU的R0I量化編碼對所標記的R0I和BG區域，分別進行獨立編碼量 化，對標識的感興趣區域近無損壓縮，對背景區域有損壓縮。
[0013]步驟（5):壓縮系統對數據流進行模塊編碼，R0I編碼數據流和BG編碼數據流最后 進行融合，ROI壓縮的圖像數據可用于存儲或傳輸。
[00M]步驟（6)結合人眼視覺特性對ROI壓縮影像進行客觀質量評估。
[0015]優選的，所述結合人眼視覺特性對ROI壓縮影像進行客觀質量包括以下步驟： [0016]基于輪廓變換對圖像進行多層次和多方向頻率分解，用于醫學影像內容分析； [0017] 選擇相似度指數矩陣SSM作為評估因子；
[0018]依據對比度敏感函數曲線計算人眼視覺對空間頻率敏感值，并作為基于輪廓變換 ssnu平估的權值。
[0019] 更優的，所述基于KAKADU的R0I量化編碼對所標記的R0I和BG區域，分別進行獨 立編碼量化中，設定rate-distortion slope閾值和Weights參數控制R0I和BG壓縮比特 率，進而指定R0I區域和背景區域質量等級，對標識的感興趣區域近無損壓縮，對背景區域 有損壓縮，在保護重要的醫學診斷信息同時壓縮圖像大小。
[0020] 該系統依據人眼視覺特性和CT圖像特征自動、準確提取感興趣區域，采用 MAXSHIFT方法區分R0I和BG。基于DWT和EBC0T進行R0I無損壓縮，對背景區域進行有損 壓縮，在保護人眼敏感信息情況下，實現CT影像感興趣區域分層壓縮。采用基于輪廓變化 相似度指數矩陣（CT-SSIM)，從人眼視覺角度對感興趣壓縮醫學影像進行質量評估，使得客 觀評估結果最大限度接近人眼視覺主觀評估，最終證明本文感興趣區域壓縮方法優于全壓 縮。
[0021] 本發明結合圖像特征和人眼視覺特征分析，提出了基于輪廓變換的相似度指數矩 陣客觀評估方法。其中輪廓變換對圖像進行多層次和多方向頻率分解，更適合用于醫學影 像內容分析。依據輪廓變換原理，輪廓變換可以捕捉不同頻率的方向性信息，在每個方向子 帶都可以保留原始圖像的輪廓，所以經過輪廓變換的圖像不丟失像素之間的結構信息。本 發明基于輪廓變換計算相似度指數矩陣CT - SSIM，并將對比度敏感函數（CSF)作為評估因 子的權值。結合人眼視覺系統CT -SSIM客觀評估方法和主觀評估結果相關性更高，將該方 法用于R0I壓縮影像質量評估。
[0022] 本發明具有如下優點：
[0023] 1)結合人眼視覺對圖像灰度變化的敏感度，提出了 R0I邊界提取算法，可以準確、 自動提取人眼敏感的內外輪廓，將其作為R0I。
[0024] 2)基于MAXSHIFT算法的R0I標記，對R0I和BG區域進行層級變換，使得本發明支 持任意形狀R0I壓縮，可以完全分離感興趣區域和背景區域。
[0025] 3) CT -SSM客觀評估方法，采用CSF函數模型作為評估權值，使得客觀評估結果最 大限度接近主觀評估結果，但相對主觀評估方法更易實施。

【專利附圖】

【附圖說明】
[0026] 下面結合附圖和【具體實施方式】對本發明的技術方案作進一步具體說明。
[0027] 圖1為本發明的R0I壓縮系統流程圖。
[0028] 圖2為本發明的感興趣區域壓縮編碼流程圖。
[0029] 圖3為本發明的感興趣區域內外輪廓提取結果圖。其中圖如）為原始CT圖像，：3b) 為Canny算子提取的粗略輪廓邊界，3c)為膨脹操作后的輪廓邊界，d)為經過平滑處理后輪 廓邊界.
[0030] 圖4為本發明的ROI標記SHIFT方法和MAXSIFT方法對比圖。
[0031]圖5為本發明的ROI壓縮結果對比圖。其中，圖5a)為原始圖像，5b)為提出的ROI 方法壓縮圖像，5c)為矩形ROI壓縮圖像，5d)為全壓縮圖像。
[0032]圖6為本發明的ROI壓縮局部區域對比圖。其中，圖6a)為原始圖像，6b)提出的 ROI方法壓縮圖像，6c)為矩形ROI壓縮圖像,6d)全壓縮圖像。
[0033]圖7為本發明的基于輪廓變換相似度指數評估流程圖。

【具體實施方式】
[0034] 本【具體實施方式】以醫學CT胸腔影像的處理為例，基于JPEG2000基準改進R0I壓 縮算法，在JPEG2000原有壓縮框架基礎上，提出R0I壓縮系統。在JPEG2000壓縮系統中改 進預處理操作，添加提取像素數據、R0I檢測和標記處理流程，改進壓縮編碼模塊，使得R0I 和BG區域分開編碼，改進的CT圖像ROI壓縮系統處理流程如附圖丨所示，包含預處理、R〇i 檢測、分類標識、壓縮、融合圖像5步。處理流程如下圖1所示，
[0035]預處理：向R0I壓縮系統中輸入圖像為DIC0M格式CT胸腔影像，該格式圖像設備 兼容性比較差，需要提取圖像的像素數據，將像素數據單獨存儲為PGM無損格式圖像。提取 圖像的像素數據，將像素數據單獨存儲為pgm無損格式圖像。預處理操作摒棄了 DIC〇m標 準患者的描述信息，僅針對圖像數據進行處理。
[0036] R〇i檢測：接著對原始像素數據，基于圖像分割理論，定義包含圖像內外輪廓邊界 的區域為R0I。從生理學和心理學角度看，人眼視覺對圖像灰度變換劇烈的邊界信息比較 敏感，人眼認為圖像內外輪廓信息相對清晰圖像質量更好，視覺更佳。醫學影像有用信息分 布在不同區域不連續地方，主要集中在灰度急劇變化地方，即灰度梯度變化急劇區域包含 更多診斷信息，向醫護人員傳遞更多的醫學診斷信息。本發明基于圖像分割理論定義包含 圖像內外輪廓邊界的區域為R0I，結合邊界提取和形態學算子，對原始像素數據進行 R0I檢 測，提取感興趣區域。基于微分算子粗略提取所述R0I的粗略輪廓，
[0037]基于形態學算子對粗略輪廓區域進行縫隙填補、膨脹和平滑，精確提取包含圖像 內外輪廓R0I ;
[0038] 分類標識：采用MAXSHIFT算法區分R0I和BG，分別對其標記，并且給予R0I更高 分辨率標識。使得R0I區域比例變換量級大于背景區域，完全區分感興趣區域R〇I和背景 區域BG ;
[0039]壓縮：對R0I區域給予無損或者醫學可接受的有損壓縮，對背景區域進行深度有 損壓縮。
[0040] 融合圖像：JPEG2〇00中基于DWT的EBC0T對數據流進行模塊編碼， R0I編碼數據流 和BG編碼數據流最后進行融合，R〇l壓縮的圖像數據可用于存儲或傳輸。
[00^1]圖3給出了本發明基于圖像分割原理提取的局部R0I結果圖，如圖所示。本發明首 先米用CANNY邊界提取算子，粗略地提取圖像邊界，如圖:?)所示。采用微分算子提取的圖 像輪廓存在斷裂，不夠完整，需要結合灰度圖像形態學膨脹方法，使得邊界向外部接觸的背 景點擴張，有效填補輪廓斷裂。形態學算子膨脹操作原理如上所述，采用一個結構元素來替 代該像素點以及周圍的像素，可以采用矩形、菱形、圓形、線性結構元素來替代。經過Canny 算子檢測的輪廓邊界是不規則的封閉或不封閉的包絡，采用線性結構元素更適合。考慮到 Γ?-? 一 內部細節輪廓較多，采用元素數為3,90度折線| g和水平直線ρ丨q結構元素，對圖 像輪廓進行膨脹操作，起到擴展并平滑輪廓邊界作用，輪廓擴充結果如圖3C)所示。
[0042] 經過邊界提取、填補縫隙和膨脹操作之后，提取的輪廓邊界會存在膨脹過度的毛 刺點，并不是包含邊界信息的感興趣區域，采用菱形結構元素對輪廓進行平滑處理，得到包 含全部邊界信息的圖像輪廓，即感興趣區域，如圖3d)所示。精確提取圖像內外輪廓邊界同 時，適度擴張了邊界范圍，方便R0I壓縮中最小壓縮單元壓縮處理。
[0043] 圖4給出了本發明基于圖像分割原理提取的局部R0I結果圖，如圖所示。圖4a)為 原始圖像系數深色區域為感興趣R0I，淺色區域為背景區域BG，4b)為基于SHIFT算法圖像 系數變換，4c)為基于MAXSHIFT算法圖像系數變換圖。基于嵌入模塊處理，相對BG給予最 重要的R0I更高的比特位。如圖4所示，基于比例變換值，部分R0I系數將和非R0I區域一 起編碼。解碼時候，R0I相對于背景區域被優先解碼、重建出較高分辨率圖像。在整幅圖像 被全編碼前，圖像比特流被優化截斷，R0I區域相對于圖像其他區域具有更高的質量。SHIFT 算法一些R0I系數和背景系數一起編碼，因此需要計算R0I掩碼來標記，采用SHIFT算法標 記，解碼時還需要提供mask信息。避免解壓縮時，混淆R0I和BG系數。
[0044] 圖5為CT局部原始圖像和R = 〇. 5bit/pixel時壓縮圖對比結果，圖5a)為原始 無損CT圖像，5b)為本文采用本研究R0I壓縮方法壓縮的CT圖像，5c)為矩形R0I區域壓 縮CT圖像，5d)為全壓縮CT圖像。由于顯示空間限制，看完整圖像壓縮效果不是很明顯，分 別將圖5的四幅圖分別截取一部分放大，如圖6所述。圖6a)為無壓縮原始圖像部分區域 放大圖， 6b)為本研究R0I壓縮圖像區域放大圖，6c)為矩形R0I壓縮圖像區域放大圖，6d) 為全壓縮圖像部分區域放大圖。從圖6可以明顯看出，本發明采用的R0I壓縮方法更接近 原始CT圖像，采用矩形R0I壓縮方法中，前景區域和背景區域出現明顯的斷層現象，全壓縮 CT影像文件輪廓邊界模糊。
[0045] 對CT胸腔影像進行壓縮處理，R0I壓縮像素比特率為4. Obit/pixel背景區域或全 壓縮的壓縮像素比特率 R 分別為 2bit/pixel，1. 6bit/pixel，lbit/pixel，0. 7bit/pixel， 0· 5bit/pixel，0. 4bit/pixel，0. Mbit/pixel。三種壓縮方法壓縮處理后圖像文件大小如 表1所示，表1中內容行的第1行為原始無損壓縮ct影像文件大小。
[0046] 表 1
[0047]

【權利要求】
1. 一種CT影像感興趣區域壓縮與質量評估方法，其特征在于，包含以下步驟： (1) 定義人眼視覺比較敏感的灰度變換劇烈的內外輪廓區域為ROI，基于微分算子粗 略提取所述ROI的粗略輪廓， (2) 基于形態學算子對粗略輪廓區域進行縫隙填補、膨脹和平滑，精確提取包含圖像內 外輪廓ROI ; (3) 基于MAXSHIFT算法對步驟（3)中所提取的ROI進行標記，使得ROI區域比例變換 量級大于背景區域，完全區分感興趣區域ROI和背景區域BG ; (4) 基于KAKADU的ROI量化編碼對所標記的ROI和BG區域，分別進行獨立編碼量化， 對標識的感興趣區域近無損壓縮，對背景區域有損壓縮。
2. 根據權利要求1所述的CT影像感興趣區域壓縮與質量評估方法，其特征在于，還包 括步驟（5):壓縮系統對數據流進行模塊編碼，ROI編碼數據流和BG編碼數據流最后進行融 合，ROI壓縮的圖像數據可用于存儲或傳輸。
3. 根據權利要求2所述的CT影像感興趣區域壓縮與質量評估方法，其特征在于，還包 括步驟￠):結合人眼視覺特性對ROI壓縮影像進行客觀質量評估。
4. 根據權利要求3所述的CT影像感興趣區域壓縮與質量評估方法，其特征在于，所述 步驟（6)具體包括以下步驟： 基于輪廓變換對圖像進行多層次和多方向頻率分解； 選擇相似度指數矩陣SSIM作為評估因子； 依據對比度敏感函數曲線計算人眼視覺對空間頻率敏感值，并作為基于輪廓變換SSIM 評估的權值。
5. 根據權利要求1所述的CT影像感興趣區域壓縮與質量評估方法，其特征在于，所述 基于KAKADU的ROI量化編碼對所標記的ROI和BG區域，分別進行獨立編碼量化中，設定 rate-distortion slope閾值和Weights參數控制ROI和BG壓縮比特率，進而指定ROI區 域和背景區域質量等級。
【文檔編號】H04N19/30GK104270638SQ201410363480
【公開日】2015年1月7日 申請日期:2014年7月29日 優先權日:2014年7月29日
【發明者】莫益軍, 劉麗麗 申請人:武漢飛脈科技有限責任公司