فشرده سازی تصاویر mri سه بعدی مغز بر اساس تقارن

تصویر برداری به روش mri نمونه ای از تکنیک های تصویربرداری دیجیتال در علم پزشکی است. در این روش با استفاده از امواج مغناطیسی تصاویر روشن و دقیقی از بافت های مختلف بدن ایجاد می گردد. با استفاده از دستگاه mri امکان تصویر برداری از اغلب بافت های بدن وجود دارد. این دستگاه قادر به تصویربرداری از بافت های محصور شده توسط استخوان است و به همین دلیل تصاویر mri در جهت بررسی و تشخیص بیماری های مغز و نخاع کمک شایانی می نمایند. حسن اصلی استفاده از تصاویر پزشکی دیجیتالی مانند تصاویر mri علاوه بر کیفیت بالای آن ها، ارسال سهل این گونه تصاویر بر روی شبکه و نیز سادگی دسته بندی و ذخیره سازی آنها می باشد. همچنین با تولید تصاویر پزشکی دیجیتالی می توان از روش های خودکار پردازش تصویر در جهت کمک به تشخیص هر چه بهتر پزشکان استفاده نمود. مشکل اصلی در این زمینه حجم بالای تصاویر است که با توجه به محدودیت رسانه های ذخیره سازی و نیز محدویت پهنای باند در کاربرد های پزشکی از راه دور، ایجاد روش های فشرده سازی با نرخ فشرده سازی بالا را ضروری کرده است. در این پایان نامه روشی جدید برای فشرده سازی تصاویر mri سه بعدی مغز ارائه می شود که در آن از ویژگی تقارن مغز برای بالا بردن نرخ فشرده سازی استفاده می شود. در این روش ابتدا روش پیشگویی مناسبی بر روی تمامی برش های موجود در مجموعه داده سه بعدی اعمال می شود. سپس با استفاده از متد تطابق بلاک درون برشی نیمه سمت چپ تصویر خطای حاصل از پیشگویی با استفاده از نیمه سمت راست تخمین زده می شود. به این ترتیب سعی می شود افزونگی درون تصاویر تا حد امکان حذف گردد. سپس بر روی شباهت های موجود در بین تصاویر متوالی تمرکز می شود. برای استخراج افزونگی های بعد سوم تطابق بلاک بین برشی و مدل سازی متن سه بعدی استفاده می شود. همچنین از رگراسیون برای بهبود پیشگویی در داده های موجود در هر متن استفاده می گردد. در نهایت کدگذار آنتروپی مانند کدگذار ریاضی برای فشرده سازی داده های حاصل از مراحل به کار می رود. برای اطمینان از کارآیی روش پیشنهادی نتایج بدست آمده با نتایج روش های فشرده سازی استاندارد مقایسه شده است.