[论文解读] Fully Convolutional Model for Variable Bit Length and Lossy High Density Compression of Mammograms

Aupendu Kar, Sri Phani Krishna Karri+3 more|arXiv (Cornell University)|May 17, 2018

Advanced Data Compression Techniques参考文献 14被引用 6

一句话总结

本文提出一种结合自适应算术编码的全卷积自编码器（CAE），用于高密度、有损压缩乳腺X线影像，有效保留诊断相关特征。在压缩比超过300×（0.04 bpp）时，其性能优于JPEG和JPEG2000，在超低比特率下经放射科医生验证的视觉质量达到或超过标准。

ABSTRACT

Early works on medical image compression date to the 1980's with the impetus on deployment of teleradiology systems for high-resolution digital X-ray detectors. Commercially deployed systems during the period could compress 4,096 x 4,096 sized images at 12 bpp to 2 bpp using lossless arithmetic coding, and over the years JPEG and JPEG2000 were imbibed reaching upto 0.1 bpp. Inspired by the reprise of deep learning based compression for natural images over the last two years, we propose a fully convolutional autoencoder for diagnostically relevant feature preserving lossy compression. This is followed by leveraging arithmetic coding for encapsulating high redundancy of features for further high-density code packing leading to variable bit length. We demonstrate performance on two different publicly available digital mammography datasets using peak signal-to-noise ratio (pSNR), structural similarity (SSIM) index and domain adaptability tests between datasets. At high density compression factors of >300x (~0.04 bpp), our approach rivals JPEG and JPEG2000 as evaluated through a Radiologist's visual Turing test.

研究动机与目标

• 开发一种高密度压缩方法，用于乳腺X线影像，在超低比特率下仍能保留诊断相关特征。
• 克服传统标准（如JPEG和JPEG2000）在高倍压缩下性能下降的局限性，避免伪影影响诊断可用性。
• 利用深度学习与熵编码技术，实现可变比特长度压缩，并在不同比特率下保持稳定的图像质量。
• 通过放射科医生参与的视觉图灵测试和跨数据集泛化能力验证临床可用性。

提出的方法

• 使用均方误差（MSE）损失端到端训练全卷积自编码器（CAE），将乳腺X线影像压缩为潜在码张量。
• 压缩器采用四阶段下采样卷积模块，配合ReLU激活函数，逐步降低空间分辨率并提取分层特征。
• 通过float2int操作对潜在码张量进行量化，将每个元素截断并四舍五入至n比特精度，实现可变比特长度表示。
• 对量化后的潜在码张量应用自适应算术编码，以利用统计冗余，进一步提升压缩效率。
• 解压缩器使用对称的上采样卷积模块，从压缩后的潜在表示重建图像。
• 将全连接自编码器（FCAE）作为基线对比模型，使用16×16图像块进行训练，激活函数为tanh和ClippedReLU。

实验结果

研究问题

• RQ1 全卷积自编码器是否能在压缩比超过300×时，保留乳腺X线影像中的诊断相关特征？
• RQ2 在超低比特率（<0.1 bpp）下，所提出的CAE压缩方法与JPEG和JPEG2000相比，在PSNR和SSIM指标上表现如何？
• RQ3 在潜在码张量上使用自适应算术编码，是否能实现可变比特长度压缩，同时保持图像质量？
• RQ4 CAE模型在CBIS-DDSM和Dream两个不同乳腺影像数据集上的性能与特征保留能力是否具有良好的泛化性？
• RQ5 放射科医生能否在视觉图灵测试中区分压缩图像与原始图像？与JPEG2000相比，CAE在诊断相关性方面表现如何？

主要发现

• 在0.049 bpp时，CAE的结构相似性（SSIM）约为0.80，与JPEG2000在0.051 bpp时的表现相当，且优于JPEG在0.132 bpp时的表现。
• CAE在宽比特率范围（0.04–0.1 bpp）内保持相对平坦的PSNR和SSIM响应，而JPEG和JPEG2000的性能随比特率降低而持续下降。
• 潜在码张量表现出低熵（例如，n=2时H≈1.98），表明数值分布稀疏，有利于高效算术编码，从而实现更高的压缩增益。
• 在视觉图灵测试中，50%的CAE压缩图像被放射科医生正确识别为压缩图像，与JPEG2000的52%相当，表明其感知质量相近。
• CAE在跨数据集泛化方面表现优异，无论是在CBIS-DDSM上训练后在Dream上测试，还是反之，均保持一致的PSNR和SSIM性能。
• CAE避免了JPEG常见的块状伪影，重建图像更平滑，经视觉检查和放射科医生评估确认。