一种ct影像感兴趣区域压缩与质量评估方法
【专利摘要】本发明提供一种CT影像感兴趣区域压缩与质量评估方法，包含感兴趣区域提取、感兴趣区域压缩和质量评估。本发明依据CT影像特征和人眼视觉特性定义感兴趣区域，基于图像分割原理提取ROI，采用MAXSHIFT算法将ROI和non-ROI区域分开标记，基于DWT和EBCOT进行感兴趣区域分层压缩编码，最后基于人眼视觉特性对比度敏感函数(CSF)和轮廓变换(CT)计算相似度指数矩阵(SSIM)，通过CT-SSIM验证ROI压缩图像质量。本发明将图像分割原理应用于感兴趣区域提取上来，能够自动、准确提取包含内外轮廓信息的感兴趣区域，对CT医学影像进行ROI压缩，保留医学诊断信息同时压缩文件大小。其次，基于人眼视觉特性的客观质量评估方法，最大限度接近人眼视觉评估效果，可以替代主观评估。
【专利说明】_种GT影像感兴趣区域压缩与质量评估方法
【技术领域】
[0001 ]本发明属于图像压缩和质量评估领域，涉及一种基于图像分割的感兴趣区域分层 压缩和基于CT-SSIM的客观质量评估方法。
【背景技术】
[0002]医学影像种类多数据量大，其中CT采集存储传输的不是单张图像文件而是一个 系列，耗费大量存储空间和无线传输信道。为了减少存储和传输数据量，需要对医学影像进 ^压缩处理。目前，医学界对图像进行无损压缩处理，以免丢失医学证据，但压缩比有限。若 采用有损压缩算法，压缩比大，但可能损失医学诊断数据，引起医学纠纷。
[0003]为克服上述缺陷，研究者提出了感兴趣区域分层压缩方法，对医学影像R0I区域 无损压缩，对ηοη-ROI区域有损压缩，保留医学诊断证据同时又可以压缩文件大小。
[0004]从R0I提取方式划分感兴趣区域分层压缩方法，大致分为三种：人为定义感兴趣 区域，选择包含感兴趣区域的矩形区域作为R0I ;手动选择初始点，基于初始点向外扩张至 外轮廊，基于区域生长算法提取R0I ;手动选定一个矩形区域，米用Canny边界检测算法确 定感兴趣区域轮廓，将轮廓内区域作为R0I。
[0005] 上述R0I压缩方法都需要人为参与，自动性差，不利于大批量压缩CT图像序列或 嵌入到移动医疗系统中。其次，上述压缩方法都选择整片图像作为R0I，范围太大，R0I压缩 不够精简，并且不能涵盖人眼敏感区域。
[0006] 经过感兴趣压缩处理的影像，是否保留了医学诊断信息，能否满足医生诊断病灶 的要求，需要对压缩的影像质量进行评估。主观质量评估是通过观察者主观意识评判图像 质量，操作不便，耗费大量时间和精力。传统质量评估方法都是依据原始图像和压缩图像的 像素域差值来计算分数值，仅计算图像灰度差值存在局限性，不能够反应人眼视觉评估结 果。
【发明内容】
[0007] 本发明所要解决的技术问题是提供了一种CT影像感兴趣区域压缩和质量评估方 法，以克服上述缺陷。
[0008]为了解决上述技术存在的问题，本发明提供了一种CT影像感兴趣区域压缩和质 量评估方法，包括如下步骤：
[0009] (1)定义人眼视觉比较敏感的灰度变换剧烈的内外轮廓区域为R0I，基于微分算 子粗略提取所述R0I的粗略轮廓，
[0010] (2)基于形态学算子对粗略轮廓区域进行缝隙填补、膨胀和平滑，精确提取包含图 像内外轮廓R0I ;
[0011] ⑶基于MAXSHIFT算法对步骤⑶中所提取的R0I进行标记，使得R0I区域比例 变换量级大于背景区域，完全区分感兴趣区域R0I和背景区域BG ;
[0012] (4)基于KAKADU的R0I量化编码对所标记的R0I和BG区域，分别进行独立编码量 化，对标识的感兴趣区域近无损压缩，对背景区域有损压缩。
[0013]步骤（5):压缩系统对数据流进行模块编码，R0I编码数据流和BG编码数据流最后 进行融合，ROI压缩的图像数据可用于存储或传输。
[00M]步骤（6)结合人眼视觉特性对ROI压缩影像进行客观质量评估。
[0015]优选的，所述结合人眼视觉特性对ROI压缩影像进行客观质量包括以下步骤： [0016]基于轮廓变换对图像进行多层次和多方向频率分解，用于医学影像内容分析； [0017] 选择相似度指数矩阵SSM作为评估因子；
[0018]依据对比度敏感函数曲线计算人眼视觉对空间频率敏感值，并作为基于轮廓变换 ssnu平估的权值。
[0019] 更优的，所述基于KAKADU的R0I量化编码对所标记的R0I和BG区域，分别进行独 立编码量化中，设定rate-distortion slope阈值和Weights参数控制R0I和BG压缩比特 率，进而指定R0I区域和背景区域质量等级，对标识的感兴趣区域近无损压缩，对背景区域 有损压缩，在保护重要的医学诊断信息同时压缩图像大小。
[0020] 该系统依据人眼视觉特性和CT图像特征自动、准确提取感兴趣区域，采用 MAXSHIFT方法区分R0I和BG。基于DWT和EBC0T进行R0I无损压缩，对背景区域进行有损 压缩，在保护人眼敏感信息情况下，实现CT影像感兴趣区域分层压缩。采用基于轮廓变化 相似度指数矩阵（CT-SSIM)，从人眼视觉角度对感兴趣压缩医学影像进行质量评估，使得客 观评估结果最大限度接近人眼视觉主观评估，最终证明本文感兴趣区域压缩方法优于全压 缩。
[0021] 本发明结合图像特征和人眼视觉特征分析，提出了基于轮廓变换的相似度指数矩 阵客观评估方法。其中轮廓变换对图像进行多层次和多方向频率分解，更适合用于医学影 像内容分析。依据轮廓变换原理，轮廓变换可以捕捉不同频率的方向性信息，在每个方向子 带都可以保留原始图像的轮廓，所以经过轮廓变换的图像不丢失像素之间的结构信息。本 发明基于轮廓变换计算相似度指数矩阵CT - SSIM，并将对比度敏感函数（CSF)作为评估因 子的权值。结合人眼视觉系统CT -SSIM客观评估方法和主观评估结果相关性更高，将该方 法用于R0I压缩影像质量评估。
[0022] 本发明具有如下优点：
[0023] 1)结合人眼视觉对图像灰度变化的敏感度，提出了 R0I边界提取算法，可以准确、 自动提取人眼敏感的内外轮廓，将其作为R0I。
[0024] 2)基于MAXSHIFT算法的R0I标记，对R0I和BG区域进行层级变换，使得本发明支 持任意形状R0I压缩，可以完全分离感兴趣区域和背景区域。
[0025] 3) CT -SSM客观评估方法，采用CSF函数模型作为评估权值，使得客观评估结果最 大限度接近主观评估结果，但相对主观评估方法更易实施。
【专利附图】
【附图说明】
[0026] 下面结合附图和【具体实施方式】对本发明的技术方案作进一步具体说明。
[0027] 图1为本发明的R0I压缩系统流程图。
[0028] 图2为本发明的感兴趣区域压缩编码流程图。
[0029] 图3为本发明的感兴趣区域内外轮廓提取结果图。其中图如）为原始CT图像，：3b) 为Canny算子提取的粗略轮廓边界，3c)为膨胀操作后的轮廓边界，d)为经过平滑处理后轮 廓边界.
[0030] 图4为本发明的ROI标记SHIFT方法和MAXSIFT方法对比图。
[0031]图5为本发明的ROI压缩结果对比图。其中，图5a)为原始图像，5b)为提出的ROI 方法压缩图像，5c)为矩形ROI压缩图像，5d)为全压缩图像。
[0032]图6为本发明的ROI压缩局部区域对比图。其中，图6a)为原始图像，6b)提出的 ROI方法压缩图像，6c)为矩形ROI压缩图像,6d)全压缩图像。
[0033]图7为本发明的基于轮廓变换相似度指数评估流程图。
【具体实施方式】
[0034] 本【具体实施方式】以医学CT胸腔影像的处理为例，基于JPEG2000基准改进R0I压 缩算法，在JPEG2000原有压缩框架基础上，提出R0I压缩系统。在JPEG2000压缩系统中改 进预处理操作，添加提取像素数据、R0I检测和标记处理流程，改进压缩编码模块，使得R0I 和BG区域分开编码，改进的CT图像ROI压缩系统处理流程如附图丨所示，包含预处理、R〇i 检测、分类标识、压缩、融合图像5步。处理流程如下图1所示，
[0035]预处理：向R0I压缩系统中输入图像为DIC0M格式CT胸腔影像，该格式图像设备 兼容性比较差，需要提取图像的像素数据，将像素数据单独存储为PGM无损格式图像。提取 图像的像素数据，将像素数据单独存储为pgm无损格式图像。预处理操作摒弃了 DIC〇m标 准患者的描述信息，仅针对图像数据进行处理。
[0036] R〇i检测：接着对原始像素数据，基于图像分割理论，定义包含图像内外轮廓边界 的区域为R0I。从生理学和心理学角度看，人眼视觉对图像灰度变换剧烈的边界信息比较 敏感，人眼认为图像内外轮廓信息相对清晰图像质量更好，视觉更佳。医学影像有用信息分 布在不同区域不连续地方，主要集中在灰度急剧变化地方，即灰度梯度变化急剧区域包含 更多诊断信息，向医护人员传递更多的医学诊断信息。本发明基于图像分割理论定义包含 图像内外轮廓边界的区域为R0I，结合边界提取和形态学算子，对原始像素数据进行 R0I检 测，提取感兴趣区域。基于微分算子粗略提取所述R0I的粗略轮廓，
[0037]基于形态学算子对粗略轮廓区域进行缝隙填补、膨胀和平滑，精确提取包含图像 内外轮廓R0I ;
[0038] 分类标识：采用MAXSHIFT算法区分R0I和BG，分别对其标记，并且给予R0I更高 分辨率标识。使得R0I区域比例变换量级大于背景区域，完全区分感兴趣区域R〇I和背景 区域BG ;
[0039]压缩：对R0I区域给予无损或者医学可接受的有损压缩，对背景区域进行深度有 损压缩。
[0040] 融合图像：JPEG2〇00中基于DWT的EBC0T对数据流进行模块编码， R0I编码数据流 和BG编码数据流最后进行融合，R〇l压缩的图像数据可用于存储或传输。
[00^1]图3给出了本发明基于图像分割原理提取的局部R0I结果图，如图所示。本发明首 先米用CANNY边界提取算子，粗略地提取图像边界，如图:?)所示。采用微分算子提取的图 像轮廓存在断裂，不够完整，需要结合灰度图像形态学膨胀方法，使得边界向外部接触的背 景点扩张，有效填补轮廓断裂。形态学算子膨胀操作原理如上所述，采用一个结构元素来替 代该像素点以及周围的像素，可以采用矩形、菱形、圆形、线性结构元素来替代。经过Canny 算子检测的轮廓边界是不规则的封闭或不封闭的包络，采用线性结构元素更适合。考虑到 Γ?-? 一 内部细节轮廓较多，采用元素数为3,90度折线| g和水平直线ρ丨q结构元素，对图 像轮廓进行膨胀操作，起到扩展并平滑轮廓边界作用，轮廓扩充结果如图3C)所示。
[0042] 经过边界提取、填补缝隙和膨胀操作之后，提取的轮廓边界会存在膨胀过度的毛 刺点，并不是包含边界信息的感兴趣区域，采用菱形结构元素对轮廓进行平滑处理，得到包 含全部边界信息的图像轮廓，即感兴趣区域，如图3d)所示。精确提取图像内外轮廓边界同 时，适度扩张了边界范围，方便R0I压缩中最小压缩单元压缩处理。
[0043] 图4给出了本发明基于图像分割原理提取的局部R0I结果图，如图所示。图4a)为 原始图像系数深色区域为感兴趣R0I，浅色区域为背景区域BG，4b)为基于SHIFT算法图像 系数变换，4c)为基于MAXSHIFT算法图像系数变换图。基于嵌入模块处理，相对BG给予最 重要的R0I更高的比特位。如图4所示，基于比例变换值，部分R0I系数将和非R0I区域一 起编码。解码时候，R0I相对于背景区域被优先解码、重建出较高分辨率图像。在整幅图像 被全编码前，图像比特流被优化截断，R0I区域相对于图像其他区域具有更高的质量。SHIFT 算法一些R0I系数和背景系数一起编码，因此需要计算R0I掩码来标记，采用SHIFT算法标 记，解码时还需要提供mask信息。避免解压缩时，混淆R0I和BG系数。
[0044] 图5为CT局部原始图像和R = 〇. 5bit/pixel时压缩图对比结果，图5a)为原始 无损CT图像，5b)为本文采用本研究R0I压缩方法压缩的CT图像，5c)为矩形R0I区域压 缩CT图像，5d)为全压缩CT图像。由于显示空间限制，看完整图像压缩效果不是很明显，分 别将图5的四幅图分别截取一部分放大，如图6所述。图6a)为无压缩原始图像部分区域 放大图， 6b)为本研究R0I压缩图像区域放大图，6c)为矩形R0I压缩图像区域放大图，6d) 为全压缩图像部分区域放大图。从图6可以明显看出，本发明采用的R0I压缩方法更接近 原始CT图像，采用矩形R0I压缩方法中，前景区域和背景区域出现明显的断层现象，全压缩 CT影像文件轮廓边界模糊。
[0045] 对CT胸腔影像进行压缩处理，R0I压缩像素比特率为4. Obit/pixel背景区域或全 压缩的压缩像素比特率 R 分别为 2bit/pixel，1. 6bit/pixel，lbit/pixel，0. 7bit/pixel， 0· 5bit/pixel，0. 4bit/pixel，0. Mbit/pixel。三种压缩方法压缩处理后图像文件大小如 表1所示，表1中内容行的第1行为原始无损压缩ct影像文件大小。
[0046] 表 1
[0047]
【权利要求】
1. 一种CT影像感兴趣区域压缩与质量评估方法，其特征在于，包含以下步骤： (1) 定义人眼视觉比较敏感的灰度变换剧烈的内外轮廓区域为ROI，基于微分算子粗 略提取所述ROI的粗略轮廓， (2) 基于形态学算子对粗略轮廓区域进行缝隙填补、膨胀和平滑，精确提取包含图像内 外轮廓ROI ; (3) 基于MAXSHIFT算法对步骤（3)中所提取的ROI进行标记，使得ROI区域比例变换 量级大于背景区域，完全区分感兴趣区域ROI和背景区域BG ; (4) 基于KAKADU的ROI量化编码对所标记的ROI和BG区域，分别进行独立编码量化， 对标识的感兴趣区域近无损压缩，对背景区域有损压缩。
2. 根据权利要求1所述的CT影像感兴趣区域压缩与质量评估方法，其特征在于，还包 括步骤（5):压缩系统对数据流进行模块编码，ROI编码数据流和BG编码数据流最后进行融 合，ROI压缩的图像数据可用于存储或传输。
3. 根据权利要求2所述的CT影像感兴趣区域压缩与质量评估方法，其特征在于，还包 括步骤￠):结合人眼视觉特性对ROI压缩影像进行客观质量评估。
4. 根据权利要求3所述的CT影像感兴趣区域压缩与质量评估方法，其特征在于，所述 步骤（6)具体包括以下步骤： 基于轮廓变换对图像进行多层次和多方向频率分解； 选择相似度指数矩阵SSIM作为评估因子； 依据对比度敏感函数曲线计算人眼视觉对空间频率敏感值，并作为基于轮廓变换SSIM 评估的权值。
5. 根据权利要求1所述的CT影像感兴趣区域压缩与质量评估方法，其特征在于，所述 基于KAKADU的ROI量化编码对所标记的ROI和BG区域，分别进行独立编码量化中，设定 rate-distortion slope阈值和Weights参数控制ROI和BG压缩比特率，进而指定ROI区 域和背景区域质量等级。
【文档编号】H04N19/30GK104270638SQ201410363480
【公开日】2015年1月7日 申请日期:2014年7月29日 优先权日:2014年7月29日
【发明者】莫益军, 刘丽丽 申请人:武汉飞脉科技有限责任公司