一种医学图像编码方法及装置与流程

本发明涉及图像处理技术领域，尤其是一种医学图像编码方法及装置。

背景技术：

随着数字医学成像技术的进步，由于空间和时间分辨率的提高，导致采集到的数据集的大小显着增加。为了在不显着降低图像质量的情况下降低存储成本、诊断分析成本和传输时间，需要图像压缩技术。在医疗影像中，只有一小部分图像可能在诊断上有用，若采取整体压缩医疗影像的方式，虽然提高了压缩效率但是也极大的影响了有利于临床治疗的重要部分的图像质量。

技术实现要素：

本发明实施例旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明实施例的一个目的是提供一种医学图像编码方法及装置。

本发明所采用的技术方案是：

第一方面，本发明实施例提供一种医学图像编码方法，包括：划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。

优选地，所述编码规则包括：不同的标记类型设置有图像感知质量值和目标失真值，根据目标失真值计算对应的编码参数，根据所述编码参数对子区域进行编码。

优选地，所述图像感知质量值包括：峰值信噪比、结构相似性和感知加权峰值信噪比。

优选地，所述目标失真值包括：原始子区域和重建子区域之间的均方误差mse、原始子区域和重建子区域之间的平方误差和sse和原始子区域和重建子区域之间的平均绝对误差mad。

优选地，所述基于预设的类型判断因子标记所述子区域包括：提取子区域的像素的颜色分量的信息，计算颜色分量之间的平均绝对误差值mad，根据类型判断阈值和所述平均绝对误差值mad，赋予对应的子区域一个类型标记，所述颜色分量包括红色r分量、绿色g分量和蓝色b分量。

优选地，所述基于预设的类型判断因子标记所述子区域包括：转换所述子区域对应的图像为灰度图，利用边缘检测算子处理所述灰度图，获得梯度图，转换所述梯度图为二值图像，根据二值图像中黑白像素点的比例，标记对应的子区域一个类型标记。

优选地，所述根据子区域的标记类型，确定编码规则包括：设置动态编码参数，计算所述动态编码参数的编码失真，计算所述编码失真和所述目标失真值之间的绝对误差，输出绝对误差最小者对应的编码参数以用于编码子区域的图像。

优选地，所述根据子区域的标记类型，确定编码规则包括：根据标记类型确定对应的目标失真值和关系式，根据目标失真值和关系式计算编码参数以用于编码子区域的图像。

第二方面，本发明实施例提供一种医学图像编码装置，包括：图像预处理模块，用于划分待处理图像为若干子区域；标记模块，用于基于预设的类型判断因子标记所述子区域；编码模块，用于根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像。

本发明实施例的有益效果是：

本发明实施例通过划分待处理图像为若干子区域；基于预设的类型判断因子标记所述子区域能够确定需要压缩的图像的质量需求；根据子区域的标记类型，确定编码规则，根据所述编码规则处理对应的子区域的图像，能够根据具体的质量需求进行对应的压缩，能够在保证质量的前提下，实现图像的压缩，以降低图像传输过程中的数据量。

附图说明

图1是医学图像编码方法的一种实施例的流程图；

图2是医学图像编码装置的一种实施例的连接图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

实施例1

本发明实施例提供如图1所示的医学图像编码方法，包括：

s1、划分待处理图像为若干子区域；

s2、基于预设的类型判断因子标记子区域；

s3、根据子区域的标记类型，确定编码规则，根据编码规则处理对应的子区域的图像。

具体的医学图像编码流程包括：

第一步、将医学图像分割成若干子区域，划分每个子区域属于哪种区域类型，区域类型包括：感兴趣区域、较感兴趣区域、非感兴趣区域等多种区域类型，可根据实际需要增加或减少区域类型数量。

其中，划分不同区域的方法分为两种。第一种：基于颜色分量划分区域：

将医疗影像(即医疗图像，简称为图像)中的病理图划分成一个个子区域，提取当前子区域的颜色信息，即像素的三原色的组成关系，具体的颜色分量大小为0～255，计算子区域中包括的多个具体像素点的颜色信息中，r分量与g分量的平均绝对误差mad，若mad的值小于或等于阈值t1，认为当前子区域属于非感兴趣区域，若mad的值大于阈值t1小于等于阈值t2，认为当前子区域是较感兴趣区域，否则，该子区域属于感兴趣区域。可以设定多个阈值划分出多个不同程度的感兴趣区域。

可选的步骤：按照上述划分过程，遍历一幅图像中的所有子区域，确定一整幅图像中所有子区域所属的区域类型后，将整幅图像进行腐蚀操作。其目的在于便于提取重要区域，排除包含重要信息的小区域。

可选的步骤：计算整幅图像颜色信息中的r分量与b分量的绝对误差和，sad，若sad的值大于等于阈值t3，认为整幅图像都为感兴趣区域。该可选步骤等同于全部的子区域的sad大于等于阈值t3，此时可以认为整幅图像都为感兴趣区域。同时，也可以设置一些误差，允许个别子区域的sad不符合要求。

其中，t1、t2和t3为类型判断阈值。通过划分不同的子区域，能够确定信息量较大的子区域，而一般这些子区域，也就是实际中需要重点关注的区域，因此，需要确保压缩后图像不失真。

即提取子区域的像素的颜色分量的信息，计算颜色分量之间的平均绝对误差值mad，根据类型判断阈值和平均绝对误差值mad，赋予对应的子区域一个类型标记，颜色分量包括红色r分量、绿色g分量和蓝色b分量。

第二种：基于梯度信息的划分区域，具体步骤如下：

将医学病理图像(即医疗图像，简称为图像)转换为灰度图，分割成若干个图像子区域(当然也可以先划分子区域，然后再转换成灰度图)，利用边缘检测算子求出梯度图，转换梯度图为二值图像。统计每一个子区域对应的二值图像的黑白像素点的个数，当黑白像素点比例不大于阈值h1时，认为该子区域是非感兴趣区域；当黑白像素点比例大于阈值h2时，认为该子区域是感兴趣区域；否则，认为该子区域为较感兴趣区域。可以设定多个阈值划分出多个不同程度的感兴趣区域。

即转换子区域对应的图像为灰度图，利用边缘检测算子处理灰度图，获得梯度图，转换梯度图为二值图像，根据二值图像中黑白像素点的比例，赋予对应的子区域一个类型标记。

可选的步骤：按照上述基于梯度信息的划分区域的步骤，遍历所有的子区域。将图像子区域拼接成整幅图像的二值图像，剔除小面积连通区域并进行多次腐蚀操作。其目的在于便于提取重要区域，排除包含重要信息的小区域。

可选的步骤：再次统计此时二值图像中的感兴趣子区域个数或者像素点个数，大于阈值h3则认为整幅图像都是感兴趣区域。

h1/2/3为可以设置的常数。区域类型包括感兴趣区域、非感兴趣区域和较感兴趣区域。

计算梯度信息的梯度算子可以是canny算子、laplacian算子、prewitt算子等，本发明实施例以sobel算子为例子。

第二步、根据当前子区域属于的区域类型，获得到该区域类型对应的子区域的感知质量值，即图像感知质量值，包括：峰值信噪比psnr(peaksignaltonoiseratio)、结构相似性ssim(structuralsimilarityindex)和感知加权峰值信噪比pwpsnr(perceptuallyweightedpeaksignaltonoiseratio)。其目的是根据上述几种方式计算图像的区域得到这些区域的重要程度，即这些区域的内容的丰富程度。具体包括计算区域得到对应的值(psnr、pwpsnr和ssim中的一种或数种)，然后根据这些值判断区域的重要程度/质量要求。

感兴趣区域的感知质量值为n，较感兴趣区域感知质量值为l，非感兴趣区域感知质量值为m，图像感知质量值的目的在于描述当前子区域涉及的图像的重要程度，即要求压缩后能够尽量的不失真。具体的n/l/m的数值的选择基于psnr、pwpsnr和ssim中的一种或数种。

感兴趣区域的目标失真值为da，非感兴趣区域的目标失真值为db，较感兴趣区域目标失真值为dc。目标失真值的目的在于描述允许的失真的程度。包括：原始子区域和重建子区域之间的均方误差mse(mean-squareerror)、原始子区域和重建子区域之间的平方误差和sse(sumofthesquarederrors)和原始子区域和重建子区域之间的平均绝对误差mad(meanabsolutedeviation)。

第三步、计算或确定编码参数，具体包括两种方式。第一种计算或确定编码参数的方法：

给定当前子区域一个初始量化参数qp，即编码参数；

对当前子区域进行编码，计算当前子区域在该qp下的编码失真，即计算对应的压缩损失比；

计算在该量化参数qp下，当前子区域的编码失真与当前子区域的目标失真之间的绝对误差diff(difference)；

判断当前qp值是否满足qp小于或等于预设的最大限制值，若是，则qp＝qp+1，即qp动态的变化，直到上限；若否，比较子区域在所有qp下对应的编码失真与目标失真之间的绝对误差diff，选择最小的diff对应的qp值作为实际编码当前子区域的qp值；

根据选择出来的qp值,实际编码当前子区域；

循环编码所有的子区域，直到整幅图像所有子区域全部编码完成。

即设置动态编码参数，计算动态编码参数的编码失真，计算编码失真和目标失真值之间的绝对误差，输出绝对误差最小者对应的编码参数以用于编码子区域的图像。

第二种计算或确定编码参数的方法：

根据获得的该子区域的目标失真值，利用模型qpa＝α·da^β计算感兴趣区域的子区域目标失真值对应的量化参数qpa值，根据模型qpb＝p1·db+p2计算非感兴趣区域的子区域目标失真值对应的量化参数qpb；

根据得到的量化参数qp(包含qpa和qpb)，编码当前子区域。其中，模型即公式，为进过实验得到的关系式，α、β、p1和p2为系数。

即根据子区域的标记类型，确定编码规则包括：根据标记类型确定对应的目标失真值和关系式，根据目标失真值和关系式计算编码参数以用于编码子区域的图像。

实施例2

本发明实施例提供一种医学图像编码装置，包括：

图像预处理模块1，用于划分待处理图像为若干子区域；

标记模块2，用于基于预设的类型判断因子标记子区域；

编码模块3，用于根据子区域的标记类型，确定编码规则，根据编码规则处理对应的子区域的图像

以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。