Medical image compression approaches based on run-length, chain code and EZW encoding
Katar uzunluğu, zincir kod ve EZW kodlamaları tabanlı tıbbi görüntü sıkıştırma yaklaşımları
- Tez No: 566100
- Danışmanlar: PROF. DR. GÜLAY TOHUMOĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 147
Özet
Bilgi teorisinde, kanal bant genişliğinin verimli kullanılması, pratik teletıp ağlarının kurulması ve tıbbi görüntülerin arşivlenmesi, verilerin aktarılması için önemli olduğu düşünülmektedir. Bilgi kaybı olacak şekilde veya kayıpsız olarak az sayıda bit kullanılarak bir görüntünün ifadesi, görüntü sıkıştırma veya kodlama olarak tanımlanır. Görüntü kodlaması için birçok sıkıştırma tekniği vardır. Bu tez çalışmasında, 3D medikal görüntülerin fazlalığını daha etkin bir şekilde ortaya çıkarmak için çeşitli sıkıştırma algoritmaları incelenmiştir. Bağlam tabanlı ve çevre tabanlı kodlama yaklaşımları iki seviyeli sıkıştırma boru hatları olarak önerilmiştir. İlk durumda, katar-uzunluğu uzunluğu kodlaması iki boyutlu hacimsel tıbbi görüntülerin dilimlerinin sıkıştırılması için özelleştirilmiştir. Vokseller-arası ilişkiler ve pikseller-arası ilişkiler, Hilbert, chevron ve çevre gibi farklı tarama prosedürleriyle ortaya çıkarılmıştır. İkinci olarak, zincir kodu, kontur bilgisini kodlamak için 2D dilimlerine uygulanmıştır. Bu yöntemde, kontur tanımlama algoritması, sembolleri temsil etmek için verimli bir şekilde kodlamak üzere kullanılmış ve geliştirilmiştir. Gömülü sıfır-ağaç dalgacık (EZW) ve seyreklik gri seviyeli sıkıştırmada kullanılan yaklaşımlardır ve farklı dalgacıklardan yararlanırlar. Bu çalışmada, Dokuz Eylül Üniversitesi Hastanesi'nden elde edilen bilgisayarlı tomografi (BT) ve manyetik rezonans görüntüleme (MR) veri setlerinde önerilen algoritmalar deneyimlenmiştir. Katar-uzunluğu ve zincir kod sistemleri, iki seviyeli CT ve MR veri kümelerinde uygulanmış ve sırasıyla yaklaşık 100:1 ve 200:1 sıkıştırma oranları elde edilmiştir. Bu sonuçlar, önerilen sistemlerin iyi bilinen iki seviyeli sıkıştırma standartları olan JBIG ve CCITT'den daha iyi performansa ulaştıklarını göstermektedir. EZW algoritması yalnızca gri seviyeli MR görüntüleri için test edilmiştir. Sonuçlar, ortak kayıplı sıkıştırma ölçütleri olarak sunulmuştur.
Özet (Çeviri)
In information theory, utilization of channel bandwidth efficiently, establishing the practical telemedicine networks and even though archiving of medical images are importantly considered to transfer data. The expression of an image using a fewer number of bits with or without loss of information is defined as image compression or coding. In order to image coding, there are many compression techniques. In this dissertation, various compression algorithms are examined to reveal the redundancy of 3D medical images more effectively. The context-based and contour-based coding approaches are proposed bi-level compression pipelines. In the first circumstance, the run-length coding is specialized for two-dimensional slices of volumetric-medical images. Inter-voxel relationships and intra-pixel relationships are revealed by different scanning procedures such as Hilbert, chevron, and perimeter. Secondly, chain codes are applied to 2D-slices to code contour knowledge. In this method, the contour defining algorithm is used and modified to code symbols representation efficiently. The embedded zerotree wavelets (EZW) and sparsity are gray-level compression approaches, and they utilize different wavelets. In this study, proposed algorithms are experienced on the computed tomography (CT) and magnetic resonance imaging (MR) datasets, which are acquired from Dokuz Eylül University Hospital. The run-length and chain codes systems are applied for bi-level CT and MR datasets and compression ratios approximately 100:1 and 200:1, respectively. These achievements show proposed systems outperform JBIG and CCITT that are well-known bi-level compression standards. The EZW algorithm only tested for gray-level MR images. The results are presented in terms of common lossy compression metrics.
Benzer Tezler
- Markov ve Gibbs rastlantı alan modelleri ile doku sentezleme ve sınıflandırma
Texture synthesis and classification using Markov and Gibbs random field models
ERDOĞAN CAMCIOĞLU
Yüksek Lisans
Türkçe
1990
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. ERDAL PANAYIRCI
- Medikal görüntüler için JPEG standardını kullanan yeni bir sıkıştırma algoritması
Başlık çevirisi yok
ALİ NACİ KEYİK
- Sayısal hücre görüntülerinin kodlanması ve nicel analizi
Coding and quantitative analysis of the digital cell images
NEŞE APAK
Yüksek Lisans
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiY.DOÇ.DR. MUHİTTİN GÖKMEN
- Derin öğrenme tabanlı süper çözünürlük teknikleri kullanarak JPEG sıkıştırma kaybının iyileştirilmesi
Recovering JPEG compression loss via deep learning-based super resolution techniques
MUHAMMET BOLAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. LÜTFİYE DURAK ATA
DR. NURULLAH ÇALIK
- Seyreklik ve sözlük öğrenme yaklaşımlarının sınıflandırma ve yüz tanımaya uygulanması
Classification and face recognition application of sparsity and dictionary learning based methods
BERNA AZİZOĞLU
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENDER METE EKŞİOĞLU