[发明专利]一种基于HEVC的神经影像数据压缩方法

说明书

技术领域

本发明涉及医学、神经科学和心理学中较新的神经影像(neuroimaging)处理领域，具体涉及一种基于视频编码标准的医学影像数据压缩方法，更具体涉及一种利用HEVC(High Efficiency Video Coding，高效视频编码)视频编码标准对神经影像数据进行压缩编码的方法。

背景技术

随着医学成像技术的不断进步，MRI(Magnetic Resonance Imaging，磁共振成像)和CT(Computed Tomography，计算机断层扫描)已成为临床诊断和科学研究中必不可少的辅助手段。由于可以安全、无创伤地获取高分辨率的大脑图像，自上世纪80年代以来，MRI已成为革命性的标准神经成像工具，极大地推动了医学、神经生理学和认知神经科学的迅速发展。

随着神经影像技术的迅猛发展，各医疗、研究机构的神经影像数量不断累积，造成机构之间共享以及机构内部存储、管理和访问这些庞大的神经影像资源愈加复杂。首先，不同机构和数据分析软件为实现神经影像资源的交换和共享，必须采用统一的标准格式充分描述影像元数据和影像数据；其次，各机构广泛使用影像归档和通信系统(Picture Archiving and Communication Systems，PACS)进行神经影像的存贮、检索、分发和可视化，如何高效地存储、访问影像数据，并能在带宽各异的网络环境下实现影像传输亟需解决。2004年发布的神经影像通用存储格式NIfTI(Neuroimaging Informatics Technology Initiative，神经影像信息技术倡议)很好地解决了不同机构、不同分析软件间的数据共享问题，已成为神经影像的标准格式，获得了广泛应用。NIfTI格式虽然解决了数据共享问题，并可选用gzip标准压缩软件实现数据压缩，但由于未考虑影像层(slice)内、层间以及体积(volume)间的数据相关性，依然存在影像数据过于庞大的问题，无法实现神经影像的高效存储和传输。因此，神经影像数据压缩是神经影像处理领域的重要研究问题，具有迫切的应用需求和广阔的应用前景。

医学影像压缩算法可以分为无损压缩和有损压缩两类。相对无损压缩，有损压缩可以实现更高的压缩比，但无法正确重建原始影像，可能导致错误诊断或分析，因此，无损压缩通常是解决医学影像数据有效存储、传输问题的公认方法。

针对高维医学影像的无损压缩方法主要分为基于小波变换的方法和基于预测编码的方法。前者利用离散小波变换去除数据冗余，如基于JPEG2000、3D-JPEG2000、4D-JPEG2000的医学影像压缩方法；后者利用MC(Motion Compensation，运动补偿)或DPCM(Differential Pulse Code Modulation，差分脉冲编码调制)去除层内、层间或体积间的数据相关性，如基于H.264/AVC、HEVC视频编码标准的医学影像压缩方法。大量测试结果表明，基于预测编码的方法比基于小波变换的方法具有更高的压缩性能。

Sanchez等人(V.Sanchez,P.Nasiopoulos,R.Abugharbieh."Efficient lossless compression of4-D medical images based on the advanced video coding scheme",IEEE Transactions on Information Technology in Biomedicine.vol.12,no.4,pp.442-446,July 2008.)提出了一种基于H.264/AVC视频编码标准的四维医学影像压缩方法。该方法通过将H.264/AVC的多参考帧运动补偿技术引入空间维度与时间维度的层间预测之中，有效地去除了各维度的数据冗余，与基于小波变换的方法相比，大幅提高了压缩效率。