وبلاگ دیجی پروژه

پروژه و ترجمه های هوش مصنوعی

وبلاگ دیجی پروژه

پروژه و ترجمه های هوش مصنوعی

وبلاگ دیجی پروژه

دیجی پروژه را در کانال تلگرام دیجی پروژه دنبال نمایید
https://telegram.me/DigiProjects

آخرین نظرات

گزارش شماره 2 - فشرده سازی تصاویر پزشکی

جمعه, ۲۸ اسفند ۱۳۹۴، ۰۴:۵۰ ب.ظ

Medical Image Compression

فشرده­ سازی تصاویر پزشکی

فرمت  گزارش  : word ، PDF و پاورپوینت

تعداد صفحات گزارش : 68صفحه

تعداد اسلایدهای گزارش : 52 اسلاید

دانلود منابع گزارش به رایگان :

دانلود اصل مقاله 1 – رایگان

دانلود اصل مقاله 2 – رایگان

دانلود اصل مقاله 3 – رایگان

قیمت : 35000 تومان

چکیده

از آنجایی که در شاخه علم پزشکی از راه دور، ذخیره­سازی و انتقال تصاویر پزشکی، اهمیت بسیار زیادی پیدا می­کند، با توجه به محدودیت در پهنای باند و ظرفیت ذخیره­سازی، یک تصویر پزشکی می­تواند قبل از انتقال یا ذخیره­سازی، به فشرده­سازی نیازمند باشد. در میان روش­های مختلف فشرده­ سازی، تکنیک­هایی بر پایه تبدیل[1]، که یک تصویر را از حوزه مکان به داده­هایی در دامنه طیف تبدیل می­کنند، بسیار موثر هستند.

با توجه به گستردگی استفاده از تبدیل گسسته کسینوسی[2]  در روش­های فشرده­سازی، در گزارش مطالعاتی پیش­رو، ابتدا نوعی از تبدیل گسسته کسینوسی، به عنوان تبدیل گسسته‌ی کسینوسی پیچشی[3] بررسی می­شود، که برای فشرده­سازی تصویر دو بُعدی استفاده و نشان داده شده است که به انجام بهتر تبدیل گسسته کسینوسی در نرخ بیت­های بالا می پردازد. همچنین از آنجایی که در فشرده­سازی مبتنی بر تبدیل گسسته کسینوسی، برای سادگی محاسباتی، تصویر را به بلوک های کوچکتر، تقسیم می­کند و بلوک ها بر اساس محتوای اطلاعات طبقه­ بندی شده­اند تا نسبت فشرده­سازی بدون به خطر انداختن اطلاعات به حداکثر برسد، در بخشی از کار مطالعاتی، تکنیکی همراه با الگوریتم محاسباتی برای دسته­بندی بلوک­ها، بر اساس مقدار آستانه و واریانس تطبیقی ارائه می­شود. نتایج موثر این روش تطبیقی که برای تمامی تصاویر پزشکی قابل اجرا است، با اعمال آن به تصاویر سی.تی، اشعه ایکس و سونوگرافی و مقایسه نتایج در برابر تصاویر JPEG از نظر شاخص­های مختلف با کیفیت هدف نشان داده است.

مبحث آخری که در این گزارش بررسی خواهد شد، فشرده­سازی تصاویر سه بُعدی با استفاده از کدگذار تبدیل وِیولِت می­باشد. چهار الگوریتم تبدیل وِیولِت در اولین مرحله با چند نوع کدگذار در مرحله دوم استفاده خواهد شد، و سپس ترکیب بهینه وِیولِت-کدگذارها تعیین می­گردد. برای تبدیل وِیولِت، دو نسخه تبدیل وِیولِت متقارن و مجزا بررسی می­شود.

کلمات کلیدی:

پزشکی از راه دور، رادیولوژی از راه دور، فشرده ­سازی تصاویر پزشکی، فشرده­ سازی داده­ها، تبدیل کسینوسی گسسته (سه بُعدی)، تبدیل کسینوسی گسسته پیچشی (سه بُعدی)، تبدیل وِیولِت متقارن، تبدیل وِیولِت مجزا

Keywords:

Telemedicine, Teleradiology, Medical image compression, Data compression, 3-D SPIHT, 3-D SPECK and 3-D, BISK, Symmetric wavelet transform, Decoupled wavelet transform, Discrete cosine transform (DCT), Warped discrete cosine transform (WDCT)

[1] Transform-based

[2] Discrete cosine transform (DCT)

[3] Warped discrete cosine transform (WDCT)

نظرات  (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی