[論文レビュー] Medical Image Compression using Wavelet Decomposition for Prediction Method

Sridhar Ramesh, A. Shanmugam|arXiv (Cornell University)|Feb 11, 2010

Advanced Data Compression Techniques被引用数 25

ひとこと要約

本稿では、相関解析に基づくサブバンド固有の予測を伴う離散ウェーブレット変換（DWT）を用いた損失なし医用画像圧縮手法を提案する。多重共線性を低減するために係数図法を用いて最適な予測子変数を選択することで、MRIおよびCT画像において高い圧縮比を達成し、圧縮速度および予測精度の両面で最先端の手法を上回る。

ABSTRACT

In this paper offers a simple and lossless compression method for compression of medical images. Method is based on wavelet decomposition of the medical images followed by the correlation analysis of coefficients. The correlation analyses are the basis of prediction equation for each sub band. Predictor variable selection is performed through coefficient graphic method to avoid multicollinearity problem and to achieve high prediction accuracy and compression rate. The method is applied on MRI and CT images. Results show that the proposed approach gives a high compression rate for MRI and CT images comparing with state of the art methods.

研究の動機と目的

• 診断的画像の完全性を保証する高精度な忠実度を備えた医用画像向けに損失なし圧縮技術を開発すること。
• ウェーブレット分解を用いてサブバンド間の相関を活用することで、医用画像の冗長性を低減すること。
• 多重共線性を最小限に抑える最適な予測子変数の選定により、圧縮効率を向上させること。
• 既存の最先端技術と比較して、実世界のMRIおよびCT画像における本手法の性能を評価すること。
• 診断用途に適した損失なし再構成品質を維持しながら、高い圧縮比を達成すること。

提案手法

• 医用画像を複数のサブバンド（LL、LH、HL、HH）に分解するために離散ウェーブレット変換（DWT）を適用する。
• 各サブバンド内のウェーブレット係数に対して相関解析を実施し、予測的関係を同定する。
• 多重共線性を低減し、予測精度を向上させるために、係数図法を用いて予測子変数を選択する。
• 選択された予測子変数および係数関係に基づき、各サブバンドに対して予測式を構築する。
• 予測残差をエントロピー符号化することで、損失なし圧縮を実現する。
• 逆予測および逆DWTを用いて、圧縮データから元の画像を再構成する。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレットベースのサブバンド分解は、医用画像の冗長性を効果的に低減し、圧縮性能を向上させることができるか？
• RQ2 相関解析に基づくサブバンド固有の予測は、従来の手法と比較して圧縮効率をどのように向上させるか？
• RQ3 予測子変数選択のための係数図法は、多重共線性をどの程度低減し、予測精度を向上させるか？
• RQ4 本手法は、MRIおよびCT画像に対して、既存の最先端技術と比較してどの程度の圧縮比を達成できるか？
• RQ5 提案手法は、診断用途に適した損失なし再構成品質を維持できるか？

主な発見

• 提案手法は、既存の最先端の損失なし圧縮技術よりも、MRIおよびCT画像でより高い圧縮比を達成した。
• 相関解析に基づくサブバンド固有の予測の導入により、予測精度が著しく向上し、残差エネルギーが低減された。
• 係数図法は、予測子変数選択における多重共線性問題を効果的に緩和し、モデルの安定性を向上させた。
• 本手法は、T1強調MRIおよびCTスキャンを含む多様な医用画像タイプにおいて一貫した性能を示した。
• 圧縮結果から、本手法が診断に必要な画像情報を完全に保持しながら、損失なし圧縮に有効であることが示された。
• テストデータセットにおいて、従来のウェーブレットベースの圧縮手法と比較して、本手法は圧縮比および予測効率の両面で優れた性能を示した。