2014年--生物醫(yī)學工程外文翻譯--基于高效視頻幀內編碼技術的醫(yī)學圖像無損壓縮（譯文）

1、<p>　　中文4680字,3200單詞，1.6萬英文字符</p><p>　　出處：Sanchez V, Bartrina-Rapesta J. Lossless compression of medical images based on HEVC intra coding[C]// ICASSP 2014 - 2014 IEEE International Conference on Acoust

2、ics, Speech and Signal Processing. 2014:6622-6626.</p><p>　　本 科 外 文 翻 譯</p><p>　　基于高效視頻幀內編碼技術的醫(yī)學圖像無損壓縮</p><p>　　LOSSLESS COMPRESSION OF MEDICAL IMAGES BASED ON HEVC INTRA CODING<

3、/p><p>　　學 部（院）： 電子信息與電氣工程學部 </p><p>　　專 業(yè) ： 生物醫(yī)學工程 </p><p>　　學 生 姓 名 ： </p><p>　　學

4、 號 ： </p><p>　　指 導 教 師 ： </p><p>　　完 成 日 期 ： </p><p&g

5、t;　　基于高效視頻幀內編碼技術的醫(yī)學圖像無損壓縮</p><p>　　Victor Sanchez and Joan Bartrina-Rapesta</p><p>　　摘要：近來，HEVC標準的引入為圖像存儲和傳輸系統(tǒng)中醫(yī)學圖像壓縮技術的改善提供了新的可能。在本文中，我們提出了對于顯現(xiàn)解剖結構的灰度圖像無損壓縮技術的改善方法，這些圖像以邊緣數(shù)量龐大為特征。特別的，我們提出二選一的角度

6、和平面預測模式，該模式基于一種定向性范圍擴大的差分脈沖編碼調制。我們還提出了一種差分脈沖編碼調制解碼處理的實現(xiàn)，該處理過程包含了HEVC的按組編碼結構。不同醫(yī)學圖像的評估結果顯示這種DPCM模式能夠高效預測出這些醫(yī)學圖像數(shù)量巨大的邊緣，成功實現(xiàn)了將圖像大小壓縮到原圖75%的效果。</p><p>　　關鍵詞：HEVC幀內編碼， 醫(yī)學圖像， 無損壓縮。</p><p><b>　　

7、1.簡介</b></p><p>　　在保證能夠完美重建的前提下，無損壓縮一直以來都被醫(yī)學團隊和信息技術團隊視為降低圖像存儲空間和縮短傳輸時間的有效方法。隨著圖像存儲和傳輸系統(tǒng)（PACS系統(tǒng)）的廣泛應用，應當讓任何一種壓縮技術符合醫(yī)學成像和傳輸（DICOM）標準。鑒于此，基于DICOM標準的許多壓縮技術，例如JPEG2000和H.264/AVC，早就已經出現(xiàn)了。例如，第3部分介紹了在遠程接入和三維醫(yī)學

8、圖像可視化中JPEG2000和JPIP的運用。第4部分的工作展現(xiàn)了運用感興趣區(qū)域編碼技術和JPEG2000的可擴展性對數(shù)字鉬靶X線圖像進行壓縮的一種方法。通過觀察可以發(fā)現(xiàn)三維四維等高維圖像的切片可以視為視頻序列的幀，基于這種觀察，作者在[5-7]中截取了與3D和4D圖像壓縮有關的H.264/AVC標準。</p><p>　　近來，高效視頻編碼標準的引入為PACS系統(tǒng)中醫(yī)學圖像壓縮的方法改進創(chuàng)造了新的可能。與之前的

9、H.264/AVC比較，高效視頻編碼技術（HEVC）在視頻序列編碼效率上已經展現(xiàn)出巨大的改進，在達到相同的視頻感知效果的前提下，HEVC可以降低50%的編碼比特率。與H.264/AVC類似，HEVC也采用兩種編碼模式，即幀間和幀內圖片編碼。在幀間圖像編碼技術中，不同幀以一個區(qū)塊的方式為基礎進行編碼并通過能完成運動估計和補償?shù)臅簳r預測編碼技術實現(xiàn)。對于幀內編碼，編碼在塊與塊的基礎上通過在同一幀內進行空間數(shù)據的預測而實現(xiàn)。幀內編碼技術不僅適

10、合二維圖像數(shù)據，而且適合三維圖像數(shù)據，這便于能夠隨機訪問3D圖像的任何一個數(shù)據幀而不需要對其他三維數(shù)據進行解碼，這便使得幀內編碼技術非常適合運用于醫(yī)學圖像數(shù)據的處理。</p><p>　　在本文中我們重點關注HEVC的幀內編碼過程，作為一種圖像壓縮技術，它具有重大的潛力并很可能在將來被DICOM所采用。我們特別注意顯現(xiàn)解剖結構的醫(yī)學灰度圖像的無損壓縮，例如磁共振圖像，CT圖像，X線血管造影圖像。這些圖像都因具有數(shù)

11、量巨大的邊緣而引起了人們對于壓縮這些圖像的興趣?；诖瞬⑼ㄟ^使用定向性加大的差分脈沖編碼調制技術，我們提出了HEVC幀內編碼的處理方法，并將此方法用于精確預測圖像的邊緣信息。為了保持HEVC的按塊編碼結構，我們還提出了一種能夠滿足解碼端并行計算要求的差分脈沖編碼調制幀內編碼的技術。對于不同的磁共振圖像，CT圖像，X線血管造影圖像，在與當下的HEVC幀內編碼技術比較時，我們提出的方法顯著提高了圖像的壓縮率。在與JPEG-LS和JPEG20

12、00這兩種兼容DICOM系統(tǒng)的技術比較時該方法也顯現(xiàn)出來巨大的競爭力。</p><p>　　文章后面部分做如下安排。在第2部分，我們簡單回顧HEVC幀內編碼技術。在第3部分，我們闡述所提出的DPCM幀內編碼處理技術并討論其和先前工作的聯(lián)系。結果展示在第4部分。第五部分對全文進行總結。</p><p>　　2.高效視頻幀內編碼（HEVC INTRA CODING）</p>&l

13、t;p>　　HEVC編碼的主要目的就是通過運用每一幀內僅有的信息，在塊與塊的基礎上來預測其他幀圖像，進而減小圖像的信息量達到壓縮的目的。原始幀數(shù)據與預測幀數(shù)據的差異定義為誤差信號，信息量的減少正是通過對誤差信號的處理而實現(xiàn)的。在無損壓縮的事例中，任何影響數(shù)據幀完美重建的處理都忽略并且將誤差信號直接反饋給熵編碼器[10]。</p><p>　　HEVC幀內編碼技術采用角度預測模式來模擬33種不同的方向圖；采用

14、DC和平面預測模式來產生平滑的表面，通過樣本數(shù)據和塊邊界的自適應濾波來避免誤差信號中偽影的引入[10]。圖片1（a）展現(xiàn)了HEVC中關于角度預測模式的預測方向的問題。</p><p>　　圖片1.（a）HEVC幀內編碼技術。角度模式被分成了兩組：豎直的和水平的。（b）為采用精度為1/32個像素的插值方法作為預測原則的例子。iFact是原始采樣點Sxy和參考采樣點b之間的距離。用于預測的參考采樣點為：{R0,1,R

15、0,2,…R0,2N}—位于此表的左邊，{R0,0，R1，0,…R2N,0}—位于此表的上方。</p><p>　　對于所有的角度模式，基本的預測原則如圖1（b）中所示。每個預測出來的采樣點Px，y都是通過把其坐標（x，y）投射到參考橫軸和縱軸上，參考橫軸與縱軸運用選擇好的預測方向，并且為采樣點以1/32像素的精度插入一個數(shù)值。所以Px，y=[(32-iFact)*a+iFact*b+16]>>5，當

16、a和b是參考采樣點時，表示一次向右的位移位操作，iFact是原始采樣點Sxy和b點這間的距離。HEVC中所有的預測模式都用如圖1（b）中所示的上和左的參考采樣點設置方法。</p><p>　　據觀察發(fā)現(xiàn)，在大多數(shù)自然意象的圖片中，水平和豎直模式比其他方向的模式出現(xiàn)的更為頻繁，HEVC幀內編碼的各種角度模式就是基于此觀察而設計的[10]。因此，接近水平或者豎直方向的模式數(shù)量比其他傾斜方向的模式要高。至于顯現(xiàn)解剖結構

17、的醫(yī)學圖像，由于圖像中大量的邊緣存在，其他的方向模式也頻繁的出現(xiàn)。這將使得在這些圖像中平滑的區(qū)域變得很少，因此，通過有限數(shù)量的參考采樣點獲得的預測值來進行估值將會使效率變低。基于以上結論，我們提出了一種定向性范圍加大的DPCM預測模式。目標是通過在一個像素精度的水平上對相關數(shù)據進行插值進而改善圖像邊緣信息預測的質量。</p><p>　　3.文中提出的DPCM幀內編碼</p><p>　　

18、基于DPCM的幀內編碼技術首次因采用單個采樣點作為預測器的H.264/AVC的所有幀內預測模式在[12]中被提出來。后來[13]中的工作提出了將DPCM編碼用于HEVC的角度模式，這不僅保持了同樣的方向性范圍并且改變了塊編碼結構的標準。在[14]中基于圖像低復雜度無損壓縮算法的預測方法被作為對誤差信號的預處理方法而提出，并且此誤差信號已經原始HEVC幀內編碼技術處理。然而，這一步預處理過程在原處理基礎上增加了一個額外的編碼過程并且改變了

19、HEVC的塊編碼結構。在這里的工作中，我們把DPCM技術運用于HEVC幀內編碼的所有模式并且保持其塊編碼結構不變。特別地，我們還通過對角度預測增加可實現(xiàn)的方向性范圍和采用單一模式來替代現(xiàn)有的平面預測模式使預測模式適合顯示解剖結構的醫(yī)學灰度圖像。</p><p>　　圖2的（a）—（b）描述了與所提出的DPCM角度模式有關的預測方向，圖2（c）則體現(xiàn)了預測的原理。表1總結了響應的預測處理方法，需指出，文章中所提出的

20、方法擁有1/4像素點的精確度而且涵蓋更大范圍的方向性，包括不大于/4弧度的角。對于每一個采樣點Sxy對應的預測點Pxy，都會根據所用的預測模式并運用其周圍的采樣點來處理此預測點，這些臨近的點位于{a,b,c,d,e,f,g,h,i}處。例如，對于模式23來說【見表1和圖2（c）】，預測得到的采樣點Pxy是根據位于其臨近位置{e,f}l兩個采樣點計算出來的，如：P2.2=(e+3f)>>2,e=s1.1,f=s2.1。需指出，

21、由于文章中所用方法不同于當前的HEVC幀內編碼，所用模式產生的結果在所有方向中接近一個常數(shù)，這使我們能夠在所有不同方向性下同等利用相鄰像素之間的相關性來解決問題，并且對解釋顯現(xiàn)解剖結構的醫(yī)學灰度圖像通常具有不同的方向性而不僅僅是水平和豎直這一觀察。</p><p>　　對于DC和平面模式，我們提出單獨運用DPCM DC模式來計算位于{c,f}處的臨近樣點的平均，進而預測出當前采樣點Sxy,就如圖3中所示那樣。這可

22、以視為在采樣水平上做角度預測的另一種方法。</p><p>　　3.1 所述模式的并行計算</p><p>　　文中所述的DPCM模式可能會改變HEVC的塊編碼結構，因為解碼端要求樣點必須順序得到解碼并且能為后面采樣點的預測和重建所使用。為了解決這個問題，我們將解碼端的所有模式用空域誤差變換來替代，該變換只依賴于來自現(xiàn)有表格上方和下方的誤差采樣信號和參考采樣信號。為了說明這一點讓我們以所述

23、的6-10模式來進行預測，此模式僅僅依賴位于{b,c}位置的臨近采樣點。對于一個44的陣列，采樣點S1.1和S2.1在解碼端的重建公式可以為：</p><p>　　圖2.與所述DPCM角度模式有關的預測方向，（a）為豎直方向，（b）為水平方向，（c）為該角度模式的預測原理。無法用于預測的臨近采樣點用現(xiàn)有表格中的邊緣采樣點進行填充。位于臨近表格中的e,g采樣點等待被編碼。</p><p>&

24、lt;b>　　表1</b></p><p>　　表3：所述DPCM 的DC模式和對應的預測處理。</p><p>　　在44的陣列中，第一行的四個采樣點可以運用如下的矩陣運算而得到：</p><p>　　（5）中的矩陣運算為所有依賴處于b或者c或者二者兼有的臨近采樣點進行的44陣列中第一行的樣點重建建立了一個通用的表達式。例如如果我們使</p

25、><p>　　Wb = 0 , Wc = 1, (5)就建立了對于模式10（完全水平）的表達式。對于44中余下行的重建也可以獲得類似的表達，進而對于的陣列也同樣如此。</p><p>　　雖然采用所述的DPCM模式需要對原始解碼端進行變動，但是解碼端能夠采用像（5）中一樣的矩陣運算實現(xiàn)并行運算。再者，這種矩陣表示法能夠保持HEVC的塊編碼結構。值得注意的是與矩陣表示相關的各種處理過程可以通過字

26、節(jié)的移位進而簡化成加法和乘法運算，這將能大大降低算法復雜度。例如，在所述的模式8中，（5）中的采樣點S2,1計算式如下。S2,1 = r2,1 + wbr1,2 + wcr1,1 +(wbwb)R0,3 + (2wbwc)R0,2 + (wcwc)R0,1，式中wb = ½，Wc=1/2,S2.1可以表示為S2,1 = r2,1 + r1,2>>1+ r1,1>>1 +R0,3>>2 + R

27、0,2>>1 + R0,1>>2。</p><p><b>　　圖4</b></p><p><b>　　4.實驗結果</b></p><p>　　所述DPCM模式的編碼效率在一些磁共振圖像，CT圖像和X線血管造影圖像中得到檢驗，這些圖像的特點總結于表2的第一列中。表中1和2包括了人類脊髓和膝蓋的M

28、RI矢狀面序列，3中則列出了人類大腦的軸向序列。4-6包含了人類胸部的CT軸向序列，而7—9中則包含了關于人類心臟血管研究的X線序列。所述的所有的模式在不同大小的塊大小下實現(xiàn)，其中最大的為3232。實驗使用軟件HM11.0和無損模式的Main-Still-Picture文件來實現(xiàn)。僅有幀內編碼技術得到采用而變換和計算處理則被忽略。為了與上述文件相兼容，所有數(shù)據幀都通過加入零值子采樣色度分量被編碼為YUV4:2:0格式。這些色度分量不包括

29、在最終比特率的計算中。我們將所提出的DPCM模式與HEVC幀內編碼、【13】中所提及的方法和JPEG2000（J2K）和JPEG-LS兩種與DICOM系統(tǒng)兼容的方法進行比較。對于JPEG2000，我們采用BOI【16】來實現(xiàn)，過程包括5水平的提升可逆小波變換空間和大小64×64的代碼塊。對于JPEG-LS，我們采用重置時間間隔為64的HP實現(xiàn)方式【17】。</p><p>　　表2中所列的無損壓縮率表現(xiàn)

30、出文章中所述的DPCM模式在在與當前的HEVC幀內編碼中，對于核磁共振圖像來說節(jié)約的存儲空間降低了15.4%，對于CT圖像來說降低了8.96%。和【13】中所提及的同樣基于DPCM技術的模式相比，我們的模式更進一步降低了比特率達4.5%，證實了運用在所有方向中模式為常數(shù)的范圍增加的多方向的優(yōu)點。所提出的模式與J2K和JPEG—LS相比，實驗的結果與很具競爭力。</p><p>　　對于X線血管造影序列，由文章所述

31、方法和【13】中的方法實現(xiàn)的編碼效率僅降低了3.00%和1.64%。這些特殊的造影圖像含有大量的噪聲而且相鄰像素之間經常有很大變化，這使得這些圖像很難被很好的壓縮【18】?？偟恼f來，對于是12bpp數(shù)據的CT圖像來說，所提出的模式能最好的降低其編碼比特率。這可能由于HEVC的熵編碼對于低能量誤差信號來說具有很高的效率。在數(shù)據為8bpp的情況下，由HEVC幀內編碼技術產生的誤差信號通常都是低能量信號，所以如果文中所提的方式得到應用，熵編碼

32、將會在有限范圍為得到改善。另一方面，對于12bpp的數(shù)據來說，由文中所提模式實現(xiàn)的誤差信號能量的進一步減小實現(xiàn)了熵編碼的改善。很有趣的是該說明最好的編碼改善出現(xiàn)在了測試序列1中。一個此序列的采樣圖像在圖4中所展現(xiàn)。注意到圖像中數(shù)量巨大的邊緣和容易確定的結構?？梢韵胂髮τ?中的這類圖像DPCM的預測模式優(yōu)于基于塊編碼的預測模式，因為這些邊緣能通過利用相鄰像素點間的相關性得到很好的預測。</p><p><b&

33、gt;　　5.總結</b></p><p>　　在此文中，我們聚焦HEVC幀內編碼技術作為一種潛在的壓縮方法來與DICOM所兼容。特別的，我們提出幀內預測模式來編碼具有一定邊緣顯現(xiàn)解剖結構的醫(yī)學灰度圖像。所提模式基于DPCM預測技術，具有方向性范圍擴大的特點這使得能夠充分利用臨近像素間的相關性來準確的預測邊緣信息。我們還提出了DPCM解碼算法的運用，這能滿足并行運算的要求，從而保持HEVC的塊編碼結構