Сжатие снимков МРТ с патологией головного мозга на основе вейвлета Хаара

Резюме: В настоящее время вейвлеты широко применяется в различных областях связанных с обработкой и анализом сигналов и изображений. Одним из приложений является задача сжатия изображений. Преимуществом сжатия с помощью вейвлет-алгоритмов является то, что они работают с целым изображением, а не с отдельными его блоками. При высоких степенях сжатия это позволяет избежать блочной структуры. В настоящей работе проведен анализ эффективности применения алгоритма сжатия медицинских снимков МРТ с патологией головного мозга, в основе которого лежит вейвлет-преобразование Хаара. Внедрение эффективных методов сжатия позволит хранить большее число томограмм пациентов на центральном сервере без увеличения объёмов хранилища. Выполнены эксперименты и построены зависимости показателей оценки качества сжатых изображений МРТ от коэффицента сжатия. Алгоритм с обнулением вейвлет-коэффициентов по пороговому значению показал лучший результат по сравнению с обнулением по уровням, на основе оценки качества сжатого изображения МРТ по набору соответствующих метрик.

Ключевые слова: сжатие снимков МРТ с патологией, вейвлет-анализ сигналов, вейвлет Хаара, метрики оценки качества изображения.

S.V. Kirillova, A.V. Medievsky, A.G. Zotin, K.V. Simonov, K.A. Kirillov

Compression of mri images with brain pathology based on Haaar wavelet

Summary: Currently wavelets are widely used in various fields related to the processing and analysis of signals and images. One application is the task of image compression. The advantage of compression using wavelet algorithms is that they work with the entire image and not with its individual blocks. At high compression ratios this avoids a block structure. This paper analyzes the effectiveness of the compression algorithm for medical MRI images with brain pathology which is based on the Haar wavelet transform. Implementation effective compression methods will allow storing a larger number of patient tomograms on a central server without increasing storage volumes. Experiments were performed and the dependences of indicators for assessing the quality of compressed MRI images on the compression ratio were constructed. The algorithm with zeroing wavelet coefficients by a threshold showed a better result compared to zeroing by levels based on assessing the quality of a compressed MRI image using a set of corresponding metrics.

Keywords: compression of MRI images with pathology, wavelet analysis of signals, Haar wavelet, metrics for assessing image quality.