в Интернете 
Українська  English  Русский  

DOI:


Опись-ссылка ISSN 1812-7231 Klin.inform.telemed. Volume 6, Issue 7, 2010, Pages 43-49


Автор(ы) А. Ю. Гладырева1, Н. Н. Будник2, А. С. Коваленко1


Учреждение(я)

1Международный научно-учебный центр информационных технологий и систем НАНУ, МОНУ (МНУЦИТиС), Киев, Украина

2Институт кибернетики им. В. М. Глушкова, Киев, Украина


Название статьи Влияние степени сжатия и цветности на качество медицинских ультразвуковых изображений


Аннотация (резюме)

В статье изложены теоретические аспекты математических алгоритмов компрессии медицинских изображений, обоснована целесообразность применения методов сжатия с потерями. Решаются задачи нахождения наиболее оптимального метода сжатия. Освещены вопросы эффективности применения алгоритмов сжатия с учетом требований медицинской диагностики. Приведена практическая реализация алгоритмов WAVELET и JPEG на примере сжатия ультразвуковых изображений с различными степенями качества. Полученные данные позволяют определить наиболее подходящую степень сжатия и визуально оценить возможность использования изображений в медицинских целях. Проведен анализ полученных результатов, на основании которого можно судить о неэффективности WAVELET сжатия ультразвуковых изображений. Причиной является слишком большое время кодирования–декодирования изображений и наличие значительного количества помех и визуальных искажений по сравнению с соответствующим размером ультразвукового изображения при JPEG компрессии. Рассмотрено влияние цветности изображения на качество сжатия каждым алгоритмом. При использовании технологий сжатия изображений с потерями сделан акцент на том, что одним из важнейших условий является сохранность диагностических данных на потенциально информативных участках изображения.


Ключевые слова ультразвуковые изображения, методы сжатия изображений, алгоритм JPEG, алгоритм WAVELET, визуальные искажения, показатели качества ультразвуковых изображений


Список литературы

1. Кучинський Т. Б. Хвилькові методи стиску зображень в системах медичної діагностики. Дис. канд. техн. наук 05.13.06. Львів, 2002. 147 с.

2. Гонсалес Р., Вудс Р. Цифровая обработка изображений М. Техносфера, 2005. 1072 с.

3. Уэлстид С. Фракталы и вейвлеты для сжатия изображений в действии. М. Триумф, 2003. 320 c.

4. Электронный ресурс. Цифровые системы видеонаблюдения: передача информации и алгоритмы сжатия http://www.shocker.ru/articles/18.html

5. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео М. ДИАЛОГ МИФИ, 2002. 384 с.

6. Орел В. Э., Николов Н. А., Романов А. В. Сравнительный компьютерный нелинейный анализ цифровых изображений ультразвуковых аппаратов. Электроника и связь. – 2009. № 1–2 с. 156–160.

7. Orel V. E., Kozarenko T., Galachin K. Nonlinear Analysis of Digital Images and Doppler Measurements for Trophoblastic Tumor. Nonlinear Dynamics, Psyhology and Life Science. 2007. P. 309–331.

8. Орел В. Э., Николов Н. А., Романов А. В. Компьютерный анализ гетерогенности цифровых медицинских изображений на органном и молекулярном уровне. Электроника и связь. 2007. с. 60–65.

9. Электронный ресурс. Спекл-шум и повышение качества ультразвуковых изображений http://www.medcom.ru/pages-view-81.html

10. Приоров А. Л., Хрящев В. В., Сладков М. В. Улучшение качества ультразвуковых медицинских изображений. Медицинская техника. 2008. с. 11–13.

11. Кульберг Н. С., Яковлева Т. В., Камалов Ю. Р. и др. Разработка и испытания нового метода улучшения качества изображений в ультразвуковой медицинской диагностике. Акустический журнал. 2009. №4. с. 526–535.


Полнотекстовая версия http://kit-journal.com.ua/ru/viewer_ru.html?doc/2010_7/43-49_Gladireva.pdf