代 陽，陳 欣，李 鋼

陜西省計量科學研究院 醫(yī)療設備檢測中心, 陜西 西安 710048

基于三維小波變換的醫(yī)學圖像壓縮編碼

代 陽，陳 欣，李 鋼

陜西省計量科學研究院 醫(yī)療設備檢測中心, 陜西 西安 710048

本文提出了一種基于三維小波變換的醫(yī)學圖像壓縮編碼算法。根據圖像經過小波變換以后的系數特征，本文改進了傳統的基于塊分裂編碼算法（SPECK）所使用的原始的零塊分裂方式，提出了一種新的零塊分裂方法，該方法有效地提高了編碼的有損和無損壓縮性能。試驗結果表明，本文算法的性能優(yōu)于JPEG2000編碼算法。

醫(yī)學圖像；圖像壓縮；零塊編碼；小波變換；JPEG2000

隨著科學的不斷發(fā)展，醫(yī)學圖像在診斷以及治療方面有著越來越重要的作用。大多醫(yī)學圖像是通過核磁共振（MRI）或者是X射線斷層掃描（CT）技術獲得的，其中包含了大量的細節(jié)信息。而隨之出現的問題就是，大量的數據難以進行存儲以及傳輸，而且任何圖像失真都有可能導致醫(yī)生錯誤的診斷。目前已經有很多有效的壓縮方法能夠適應數據的快速增長，降低醫(yī)學信息系統帶寬的消耗[1]。

隨著科技的發(fā)展，醫(yī)學治療有了長足的進步，已經出現遠程醫(yī)療，所以研究有損到無損的壓縮，獲得漸進性的數據碼流對于遠程醫(yī)學治療的意義是非常巨大的[2]。由于碼流具有漸進性的特點，對于碼流進行簡單的截斷操作就可以獲得有損壓縮解碼后的圖像，對于醫(yī)學診斷，有損壓縮到無損壓縮的研究以及實現，能夠給予醫(yī)護人員更大的靈活性，可以更加便捷地攜帶大量的診斷數據。

在圖像編碼領域，由于小波變換具有可以描述非平穩(wěn)信號的獨特優(yōu)點，可將圖像信號分解成不同空間分辨率、不同頻率特征和方向性特征的子圖像信號，這便于在失真編碼中綜合考慮人的視覺特性，同時也利于圖像的逐漸浮現傳輸。另外，它作用于圖像的整體，在有效去除圖像的全局相關性的同時，使量化誤差分散到整個圖像中，避免了JPEG[3]方法帶來的“馬賽克”方塊效應。所有的這些優(yōu)勢使得小波圖像編碼成為一種極有前途的編碼方法，它所具備的高壓縮潛力也正不斷為各國學者的研究成果所證實[4]?；谛〔ㄗ儞Q所帶來的靈感，目前已有很多學者把對嵌入式零塊編碼方法成功地擴展到了三維醫(yī)學圖像壓縮領域,大多數基于三維的圖像壓縮都是利用了幀間的相關信息而獲得好的壓縮效果。

通過對以上的分析，本文利用三維小波變換對三維的醫(yī)學圖像進行處理，并對零塊編碼方法進行了改進，該算法利用了小波變換后產生的子代信息以及更科學的零塊編碼方法，由于是嵌入式的編碼方法，本文算法能夠支持圖像的漸進傳輸，取得了不錯的效果。

1 三維小波變換及零塊編碼方法與改進

對于普通二維圖像，二維小波變換只是在空間域的兩個方向上進行。為了對三維圖像序列（包括三維醫(yī)學圖像、多光譜圖像和視頻圖像）進行壓縮，三維小波變換需要對三個方向都進行小波變換。在3DSPIHT和3DSPECK中采用的都是如圖1所示的三維對稱的小波分解方式。在圖1中，每一級小波分解是先對X方向做小波變換，然后再對 Y和Z方向做小波變換。下一級分解時，對最低頻子帶再進行一次三維的小波變換。經過兩級小波分解后就產生了一個類似金字塔形狀的三維對稱子帶結構。

盡管對稱三維小波變換已經被廣泛應用在3DSPECK和3DSPIHT等圖像壓縮算法中，然而大量的試驗顯示三維醫(yī)學圖像在三個方向上的統計特性并不對稱。在三維醫(yī)學圖像序列中，圖像的幀間相關性要遠高于空間域的相關性。為了更有效的去除幀間相關性，一些基于非對稱三維小波變換的算法[5]被提出。圖2顯示了一個空間域和幀方向都是三級變換的非對稱3D小波變換的結構。

圖 1 對稱三維小波變換

圖 2 非對稱三維小波變換

圖 3 三維零塊集合的分裂

小波變換以后的系數往往具有很強的稀疏性，三維的SPECK編碼方法采用了類似于四叉樹分裂的三維零塊分裂方式（如圖3所示），其分裂在原來的基礎上多了在幀方向上的分裂，原來的三維零塊在檢測重要以后輸出“1”，再分裂成8個相等或者相近的零塊，然后開始檢測新分裂的子塊，檢測不重要的子塊輸出“0”比特，如果是重要的再輸出“1”并且進行新的分裂。如此循環(huán)直到分裂成單個系數為止。原始的三維零塊分裂方式每次總要分裂成8個塊，這樣會浪費大量的“0”比特輸出。本文根據圖像經過非對稱三維小波變換以后不同子帶系數的特征采用了新的分裂方式。本文提出的分裂方式在零塊檢測重要以后首先只在幀方向分裂成上下2個零塊，然后將檢測重要的零塊分裂成4個相等的零塊，由于醫(yī)學圖像在第三維方向的強相關性，該方法有效的減少了“0”比特的輸出。此外由于醫(yī)學圖像的三個方向的長度往往是不相等的，而且在空間方向的長度往往大于第三維方向，所以在檢測分裂以后的零塊第三維方向長度為1的時候只進行二維的四叉樹分裂。對于復雜的邊長的圖像，我們都做同樣的檢測以減少碼流的輸出，提高了圖像的率失真性能和無損壓縮性能。

2 基于子帶排序的零塊編碼方法

由于小波分解后就產生了一個類似金字塔形狀的三維子帶結構，其中最上端最小的塊是頻率最低的子帶，其能量也最高。在非重要集合（LIS）鏈表的排序中，由于在個別高頻子帶中也會出現幅值較大的系數，所以在有的比特面檢測以后會將個別高頻子帶中的零塊放到LIS鏈表的前端，然而在下一個比特面的檢測中該零塊中系數的重要概率一般會小于較低頻子帶零塊系數的概率，所以在有損的零塊編碼算法中如果能將子帶從低頻到高頻進行排序，相同大小的零塊在LIS鏈表中按照子帶的高低頻進行排序可以使重要概率大的零塊優(yōu)先進行編碼，能夠有效地提高嵌入式編碼的率失真性能。

我們采用了多級鏈表的方式對子帶進行排序，這樣既降低了排序的復雜度，又減少了插入刪除節(jié)點的時間。對于LIS鏈表中的排序， 類型的集合首先應按集合的塊大小的升序排列測試，即塊小的集合排在前面先測試，塊大的排在后面測試。這是因為集合的尺寸越小，其分裂的次數越多，說明它周圍已經被測試為重要的系數就越多，那么下次測試時它的重要概率就越大。相同大小的子塊我們再按照其子帶進行排序。該方法雖然不能提高其無損壓縮性能，但是對于有損壓縮該改進方法和前面零塊編碼方法一起可以有效地提高其率失真性能。

3 無損小波變換

傳統的無損編碼都是基于DPCM（differential pulse code modulation，差分脈沖編碼調制）。DPCM基本原理是基于圖像中相鄰像素之間具有較強的相關性，每個像素可通過以前已知的幾個像素作預測，因此在預測編碼中，編碼和傳輸的并不是像素采樣值本身，而是這個采樣值的預測值與其實際值之間的差值。DPCM最重要的優(yōu)點是復雜度非常低，實現比較簡單。但它的無損編碼性能卻仍然滿足不了人們的需求。

最近，提升技術被廣泛應用在小波變換中。通過整型到整型的提升，可以實現完全可逆的小波變換。提升技術不僅使可逆小波變換的實現更為靈活，也使小波變換的復雜度進一步降低。1995年Sweldens首次提出了小波的提升算法，提升算法很大程度地降低了小波變換的復雜度。Daubechies 和 Sweldens也證明了任何基于有限長度濾波器的離散小波變換或對偶子帶濾波器都可以被分解為一系列提升步驟。

表 1 有損性能（單位：dB）

本文的三維醫(yī)學圖像無損壓縮采用了三維的整形小波變換，其提升的具體公式如(1)式。

為了提高其整形小波變換從有損到無損的的漸進傳輸性能，我們根據參考文獻[6]方法中整形小波的加權給出了適合三維醫(yī)學圖像的子帶加權系數如圖4所示。在我們的加權方法中，最高頻子帶加權系數為1，而不是1/2，這樣避免了因為系數右移位而導致精度損失。通過系數加權有效地提高了編碼算法采用整形小波變換的有損壓縮性能。

圖 4 在非對稱3DSPECK算法中的子帶加權系數

4 試驗結果與分析

為了測試本文提出的改進以后的編碼算法的性能，本文選取了兩幅三維的醫(yī)學圖像CT skull（圖5a，分辨率為256×256×192）和 MR sag head（圖5b，分辨率為256×256×48）作為測試圖像，兩個圖像的灰度級都為8位。測試中也對比了JPEG2000編碼算法。對于圖像的有損壓縮主要測試了算法采用9/7浮點小波變換的性能，在無損的測試中采用5/3整形小波變換。

圖 5 測試圖像

表1和表2是本文方法和JPEG2000方法的有損和無損的對于三維醫(yī)學圖像的壓縮性能比較，其中加粗字體的數據表示最好性能。從對比中可以很明顯地看出本文改進方法的有損壓縮性能在0.25bpppb、0.5bppb和1bppb三種碼率下其峰值信噪比PSNR性能均高于JPEG2000的壓縮性能。在無損壓縮的性能比較中，本文方法的無損壓縮碼率在三種方法中均是最小，性能高于JPEG2000和JPEG-LS無損壓縮算法。

表 2 無損性能（單位：bppp）

5 結論

針對于三維醫(yī)學圖像經過三維小波變換以后各個子帶的系數特征，本文提出了一種新的零塊分裂方法，該分裂方法能夠有效地減少“0”比特的輸出，提高編碼的效率，增加有損壓縮算法的率失真性能。此外根據子帶的高低頻和其子帶內系數的能量高低進行排序，有效地提高了編碼的有損壓縮的率失真性能。本文改進后算法的無損壓縮性能也得到了明顯的提高。

[1] 閆陽,張正炳.淺談數據壓縮技術[J].長江大學學報(自然科學版),2004(4):129-130.

[2] 馮林.一種基于醫(yī)學序列圖像的“有損-無損”壓縮方案[J].北京生物醫(yī)學工程,2004(4):2-6.

[3] 洪英杰.新一代靜止圖像壓縮算法JPEG2000的研究與實現[D]. 南京:南京理工大學,2004.

[4] 毛立強.基于小波變換的圖像壓縮編碼研究[D].西安:西安電子科技大學,2004.

[5] He Chao, Dong Jianyu,Y.F.Zheng,et al,Optimal 3-D coefficient tree structure for 3-D wavelet video coding, Circuits and Systems for Video Technology[J]. IEEE Transactions on Medical Imaging,2003,13(10):961-972.

[6] Zixiang Xiong, Xiaolin Wu.Lossy-to-Lossless Compression of Medical Volumetric Data Using Three-Dimensional Integer Wavelet Transforms[J].IEEE Transactions on Medical Imaging, 2003,22(3): 459-470.

[7] 朱向軍,朱善安.基于小波變換的嵌入式圖像編碼算法的綜述[J].信號處理,2004(1):54-58.

[8] 曹海霞.基于整數小波變換的靜止圖像無損壓縮算法研究[D].西安:西安科技大學,2008.

[9] 張潔,蔣寧,浦立新.基于小波變換的醫(yī)學圖像融合技術[J].電子科技大學學報,2005,34(6):839-843.

[10] 張澤勛,付煒.一種基于特征增強的小波圖像融合新方法[J].微計算機信息,2008,24(1):292-294.

Medical Image Compression Coding Based on 3D Wavelet Transformation

DAI Yang,CHEN Xin,LI Gang
Medical Equipment Measuring Center, Shaanxi Institute of Metrology Science, Xi'an Shaanxi 710048,China

TN919.81

A

10.3969/j.issn.1674-1633.2010.07.011

1674-1633(2010)07-0029-03

2010-01-15

作者郵箱：daiyang98@sina.com

Abstract:An algorithm of medical image compression coding based on 3D wavelet transformation is proposed in this paper. According to the features of transformed data, we improved traditional spilt way of zero blocks, and proposed a new method which effectively improved the performance of loss and lossless compression images. The result showed better function than JPEG2000.

Key words:medical image;image compression; zero blocks coding; wavelet transformation;JPEG2000