![Метод 3D-компрессии данных рентгеновской компьютерной томографии 13
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1
общим числом до нескольких сотен, при этом каждая томограмма является полутоновым изо-
бражением, целочисленные значения яркости точек которого соответствуют относительным
плотностям тканей в плоскости сканирования (в единицах Хаунсфилда) [1]. Пример томограм-
мы (одного слоя) приведен на рис. 1. Томографические данные одного исследования, получен-
ные на современных сканерах, могут иметь объем в несколько гигабайт [2].
Рис. 1
Обеспечить долгосрочное хранение (архивирование) и передачу томографических дан-
ных, а также удаленный доступ к ним можно путем компрессии (сжатия) данных. Имеющие-
ся алгоритмы и реализованные на их основе программы ориентированы главным образом на
сжатие изображений типа цветных фотографий и не могут быть эффективно использованы
для сжатия изображений типа томограмм. Наибольшее распространение получили алгоритмы
сжатия цветных изображений с потерями (стандарт JPEG), но эта группа алгоритмов в прин-
ципе не применима к задачам, в которых требуется обеспечить сжатие без потерь. Сжатие без
потерь может быть осуществлено в рамках стандарта JPEG2000, однако алгоритмы, реали-
зующие этот стандарт, не являются томографически-ориентированными, не учитывают спе-
цифику томографических данных и, как следствие, не могут обеспечить высокий коэффици-
ент сжатия и необходимые функциональные свойства.
Все сказанное означает, что задача разработки эффективных методов и алгоритмов сжа-
тия томографических данных является в высшей степени актуальной. Большинство извест-
ных методов компрессии объемных томографических данных основаны на реконструкции
объемного представления как серии двумерных массивов, причем обработка каждого дву-
мерного массива производится независимо, что ведет к нарушению связности локальных об-
ластей. Так, например, методы, разработанные в Институте проблем передачи информа-
ции РАН (Москва) [3], основаны на дискретном вейвлет-преобразовании, применяемом к
каждому срезу, и обеспечивают компрессию в 1,9—3,0 раз.
В ряде известных алгоритмов процедура сжатия осуществляется за счет устранения кор-
реляционной зависимости между последовательными двумерными массивами (слоями). Так,
существуют примеры комплексного подхода к передаче биологических данных [2], основан-
ного на использовании совокупности различных методов (реконструкции объекта, использо-
вании форматов MPEG, использовании распределенных сервисов и др.)
Здесь следует отметить, что для медицинских исследований требуется сохранение ло-
кальных особенностей данных. Обработка многомерных данных в виде плоскостного по-
слойного сканирования массивов не обеспечивает трехмерной связности (не обеспечивается
изотропия многомерных данных). Соответственно потенциально более эффективными явля-
ются методы, основанные на сохранении локальных особенностей данных (обеспечивающие
трехмерную связность данных).
Описание метода. На общей схеме обработки томографических данных (рис. 2) показано
место компрессора/декомпрессора (кодека) в потоке данных, получаемых с использованием](https://image.slidesharecdn.com/5528-140707034146-phpapp01/85/3D-2-320.jpg)
![14 С. В. Кулешов
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1
компьютерного томографа. Кодек не зависит от аппаратной составляющей сканера, так как
реализует стандартный формат данных DICOM, который поддерживается основными произ-
водителями медицинского оборудования и медицинского программного обеспечения.
3D-компрессия
(кодек)
Томограф
(СТ scanner)
3D-декомпрессия
(кодек)
Восстановленные
данные
в формате DICOM
Интернет
Компьютер
(рабочая станция
томографа)
Реконструированная
томограмма
3D-данные
в формате
DICOM
DVD
Хранилище данных
Рис. 2
Реализация предлагаемого метода компрессии осуществляется по схеме, сходной с
форматом True3D Vision [4]. Метод основан на разбиении трехмерного (3D) пространства
томографических данных (объединенной последовательности срезов) на равные элементы,
состоящие из NNN ×× точек, при этом компрессия каждого из элементов осуществляется
независимо (рис. 3); N может быть иметь значения 4, 8, 16 в зависимости от реализуемого
алгоритма, что влияет на степень компрессии и скорость обработки данных.
Исходный элемент
3D-данных
Нормализация
данных
Квантование Вторичное
сжатие данных
Сжатая битовая
последовательность
Рис. 3
На первом этапе выполняется нормализация данных (здесь используется терминология,
принятая в работе [5]), т.е. преобразование данных, характеризуемое следующими свойствами:
— возможностью взаимно-однозначного обратного восстановления;
— способностью к квантованию (загрублению некоторых элементов пространства дан-
ных, т.е. уменьшению количества различимых состояний элемента, или их исключению в це-
лях уменьшения битового объема);
— получением данных, обладающих способностью к компрессии, с использованием ме-
тодов вторичного сжатия [6].
В качестве алгоритмов нормализации могут быть использованы ассоциативно-пирами-
дальная развертка [7], многомерное дискретное косинусное преобразование [6] и ряд других
алгоритмов, обладающих указанными свойствами.
Этап квантования повышает степень компрессии данных в случае, если задача допуска-
ет сжатие с потерями [5] (при компрессии томографических данных это приводит к появле-
нию дополнительных артефактов на изображении). Квантование позволяет представить дан-
ные с минимально достаточной точностью, которая обеспечивает требуемый уровень качест-
ва изображения.](https://image.slidesharecdn.com/5528-140707034146-phpapp01/85/3D-3-320.jpg)
![Метод 3D-компрессии данных рентгеновской компьютерной томографии 15
ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1
После этапов нормализации и квантования с помощью алгоритмов вторичного сжатия
осуществляется компрессия полученных данных. Экспериментально были апробированы ал-
горитмы Хаффмана, арифметического кодирования, кодирования длинных последовательно-
стей (RLE) и алгоритм сжатия на основе терминальных программ [8].
Наилучшие результаты были получены при следующей схеме построения кодека:
— размер элемента 3D-пространства данных: 161616 ×× (в случае необходимости
увеличения скорости вычисления рекомендуется использовать элементы 888 ×× );
— алгоритм нормализации данных: трехмерное дискретное косинусное преобразование
(3D DCT) с последующей разверткой с использованием зигзаг-сканирования;
— квантование: подбирается экспериментально в соответствии с конкретной задачей;
— вторичное сжатие: арифметическое кодирование.
Сжатая битовая последовательность может быть дополнена маркерами, обозначающими
каждый из элементов, что увеличивает помехозащищенность при передаче томографических
данных в телемедицине (в случае ошибки будет утерян только единичный элемент размером
NNN ×× ).
В связи с тем, что изменение параметров изображения (например, контрастности) при
работе с томограммой уменьшает информационную емкость данных (сокращает количество
различимых состояний), для минимизации вносимых искажений используются исходные
данные, полученные непосредственно со сканера.
Предварительная оценка степени компрессии для данных, полученных с использова-
ниием мультисрезовой компьютерно-томографической системы Toshiba Aquilion 64, при из-
менении уровня квантования (количества вносимых артефактов) от минимального до макси-
мального показала возможность компрессии от 10 до 120 раз. Данные, использованные в ходе
исследования, были получены при следующих параметрах сканирования: 300 мА, 120 кВ,
толщина слоя 3 мм, время экспозиции 0,3 с, поле реконструкции (FOV) 25,4×25,4 см.
Заключение. В настоящее время созданы и очень быстро пополняются многочислен-
ные банки данных томографических исследований, широко используемых в медицине для
диагностики, планирования лечения и т.д.
Предложенный метод позволяет производить сжатие томографических данных с дина-
мическим управлением степенью компрессии, что обеспечивает высокую скорость получения
предварительных данных, а при необходимости — дополнительную передачу выбранной об-
ласти изображения с исходным качеством (без применения этапа квантования) во избежание
возможного влияния артефактов на постановку диагноза.
Создание централизованных банков данных затруднено в связи с несоразмерностью
объема дисковых накопителей и количеством пациентов. В лучшем случае данные томогра-
фического обследования выдаются пациенту в виде DVD-диска, а в худшем удаляются после
постановки диагноза. Для наблюдения динамики состояния пациента при лечении требуется
сравнение данных обследований, сделанных в различное время. С этой целью возможность
ведения централизованного банка данных томографических исследований (даже при ком-
прессии с потерями) является весьма перспективной.
СПИСОК ЛИТЕРАТУРЫ
1. Марусина М. Я., Казначеева А. О. Современные виды томографии: Учеб. Пособие. СПб: СПбГУ ИТМО,
2006. 132 с.
2. Insley J., Laszewski G., Kesselman C., Thiebaux M. Distance visualization: data exploration on the grid // Computer.
1999. N 12. P. 36—43.
3. Сушко Д. В., Штарьков Ю. М. О сжатии томографических данных // Информационные процессы. 2008. Т. 8,
№ 4. С. 240—255.](https://image.slidesharecdn.com/5528-140707034146-phpapp01/85/3D-4-320.jpg)
МЕТОД 3D-КОМПРЕССИИ ДАННЫХ РЕНТГЕНОВСКОЙ КОМПЬЮТЕРНОЙ ТОМОГРАФИИ
- 1. 12 ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1 УДК 681.3 С. В. КУЛЕШОВ МЕТОД 3D-КОМПРЕССИИ ДАННЫХ РЕНТГЕНОВСКОЙ КОМПЬЮТЕРНОЙ ТОМОГРАФИИ Предлагается алгоритм компрессии данных компьютерной томографии для создания банков данных томографических исследований и телемедицины. При- водятся схема построения компрессора/декомпрессора и результаты экспери- ментальной оценки его эффективности. Ключевые слова: компрессия данных, кодек, компьютерная томография, 3D- данные. Введение. Современная томография базируется на использовании серии слоев объекта (двумерных измерений, сделанных под различными углами), позволяющих определить его трехмерную структуру. Такой тип данных может быть сформирован с использованием раз- личного оборудования, в том числе рентгеновских систем и электронных микроскопов. Одним из наиболее распространенных видов томографических данных являются данные компьютерной томографии, полученные в результате исследований, проводимых на рентгенов- ском томографе. В типичном случае такие данные представляют собой набор томограмм (слоев)
- 2. Метод 3D-компрессии данных рентгеновской компьютерной томографии 13 ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1 общим числом до нескольких сотен, при этом каждая томограмма является полутоновым изо- бражением, целочисленные значения яркости точек которого соответствуют относительным плотностям тканей в плоскости сканирования (в единицах Хаунсфилда) [1]. Пример томограм- мы (одного слоя) приведен на рис. 1. Томографические данные одного исследования, получен- ные на современных сканерах, могут иметь объем в несколько гигабайт [2]. Рис. 1 Обеспечить долгосрочное хранение (архивирование) и передачу томографических дан- ных, а также удаленный доступ к ним можно путем компрессии (сжатия) данных. Имеющие- ся алгоритмы и реализованные на их основе программы ориентированы главным образом на сжатие изображений типа цветных фотографий и не могут быть эффективно использованы для сжатия изображений типа томограмм. Наибольшее распространение получили алгоритмы сжатия цветных изображений с потерями (стандарт JPEG), но эта группа алгоритмов в прин- ципе не применима к задачам, в которых требуется обеспечить сжатие без потерь. Сжатие без потерь может быть осуществлено в рамках стандарта JPEG2000, однако алгоритмы, реали- зующие этот стандарт, не являются томографически-ориентированными, не учитывают спе- цифику томографических данных и, как следствие, не могут обеспечить высокий коэффици- ент сжатия и необходимые функциональные свойства. Все сказанное означает, что задача разработки эффективных методов и алгоритмов сжа- тия томографических данных является в высшей степени актуальной. Большинство извест- ных методов компрессии объемных томографических данных основаны на реконструкции объемного представления как серии двумерных массивов, причем обработка каждого дву- мерного массива производится независимо, что ведет к нарушению связности локальных об- ластей. Так, например, методы, разработанные в Институте проблем передачи информа- ции РАН (Москва) [3], основаны на дискретном вейвлет-преобразовании, применяемом к каждому срезу, и обеспечивают компрессию в 1,9—3,0 раз. В ряде известных алгоритмов процедура сжатия осуществляется за счет устранения кор- реляционной зависимости между последовательными двумерными массивами (слоями). Так, существуют примеры комплексного подхода к передаче биологических данных [2], основан- ного на использовании совокупности различных методов (реконструкции объекта, использо- вании форматов MPEG, использовании распределенных сервисов и др.) Здесь следует отметить, что для медицинских исследований требуется сохранение ло- кальных особенностей данных. Обработка многомерных данных в виде плоскостного по- слойного сканирования массивов не обеспечивает трехмерной связности (не обеспечивается изотропия многомерных данных). Соответственно потенциально более эффективными явля- ются методы, основанные на сохранении локальных особенностей данных (обеспечивающие трехмерную связность данных). Описание метода. На общей схеме обработки томографических данных (рис. 2) показано место компрессора/декомпрессора (кодека) в потоке данных, получаемых с использованием
- 3. 14 С. В. Кулешов ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1 компьютерного томографа. Кодек не зависит от аппаратной составляющей сканера, так как реализует стандартный формат данных DICOM, который поддерживается основными произ- водителями медицинского оборудования и медицинского программного обеспечения. 3D-компрессия (кодек) Томограф (СТ scanner) 3D-декомпрессия (кодек) Восстановленные данные в формате DICOM Интернет Компьютер (рабочая станция томографа) Реконструированная томограмма 3D-данные в формате DICOM DVD Хранилище данных Рис. 2 Реализация предлагаемого метода компрессии осуществляется по схеме, сходной с форматом True3D Vision [4]. Метод основан на разбиении трехмерного (3D) пространства томографических данных (объединенной последовательности срезов) на равные элементы, состоящие из NNN ×× точек, при этом компрессия каждого из элементов осуществляется независимо (рис. 3); N может быть иметь значения 4, 8, 16 в зависимости от реализуемого алгоритма, что влияет на степень компрессии и скорость обработки данных. Исходный элемент 3D-данных Нормализация данных Квантование Вторичное сжатие данных Сжатая битовая последовательность Рис. 3 На первом этапе выполняется нормализация данных (здесь используется терминология, принятая в работе [5]), т.е. преобразование данных, характеризуемое следующими свойствами: — возможностью взаимно-однозначного обратного восстановления; — способностью к квантованию (загрублению некоторых элементов пространства дан- ных, т.е. уменьшению количества различимых состояний элемента, или их исключению в це- лях уменьшения битового объема); — получением данных, обладающих способностью к компрессии, с использованием ме- тодов вторичного сжатия [6]. В качестве алгоритмов нормализации могут быть использованы ассоциативно-пирами- дальная развертка [7], многомерное дискретное косинусное преобразование [6] и ряд других алгоритмов, обладающих указанными свойствами. Этап квантования повышает степень компрессии данных в случае, если задача допуска- ет сжатие с потерями [5] (при компрессии томографических данных это приводит к появле- нию дополнительных артефактов на изображении). Квантование позволяет представить дан- ные с минимально достаточной точностью, которая обеспечивает требуемый уровень качест- ва изображения.
- 4. Метод 3D-компрессии данных рентгеновской компьютерной томографии 15 ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1 После этапов нормализации и квантования с помощью алгоритмов вторичного сжатия осуществляется компрессия полученных данных. Экспериментально были апробированы ал- горитмы Хаффмана, арифметического кодирования, кодирования длинных последовательно- стей (RLE) и алгоритм сжатия на основе терминальных программ [8]. Наилучшие результаты были получены при следующей схеме построения кодека: — размер элемента 3D-пространства данных: 161616 ×× (в случае необходимости увеличения скорости вычисления рекомендуется использовать элементы 888 ×× ); — алгоритм нормализации данных: трехмерное дискретное косинусное преобразование (3D DCT) с последующей разверткой с использованием зигзаг-сканирования; — квантование: подбирается экспериментально в соответствии с конкретной задачей; — вторичное сжатие: арифметическое кодирование. Сжатая битовая последовательность может быть дополнена маркерами, обозначающими каждый из элементов, что увеличивает помехозащищенность при передаче томографических данных в телемедицине (в случае ошибки будет утерян только единичный элемент размером NNN ×× ). В связи с тем, что изменение параметров изображения (например, контрастности) при работе с томограммой уменьшает информационную емкость данных (сокращает количество различимых состояний), для минимизации вносимых искажений используются исходные данные, полученные непосредственно со сканера. Предварительная оценка степени компрессии для данных, полученных с использова- ниием мультисрезовой компьютерно-томографической системы Toshiba Aquilion 64, при из- менении уровня квантования (количества вносимых артефактов) от минимального до макси- мального показала возможность компрессии от 10 до 120 раз. Данные, использованные в ходе исследования, были получены при следующих параметрах сканирования: 300 мА, 120 кВ, толщина слоя 3 мм, время экспозиции 0,3 с, поле реконструкции (FOV) 25,4×25,4 см. Заключение. В настоящее время созданы и очень быстро пополняются многочислен- ные банки данных томографических исследований, широко используемых в медицине для диагностики, планирования лечения и т.д. Предложенный метод позволяет производить сжатие томографических данных с дина- мическим управлением степенью компрессии, что обеспечивает высокую скорость получения предварительных данных, а при необходимости — дополнительную передачу выбранной об- ласти изображения с исходным качеством (без применения этапа квантования) во избежание возможного влияния артефактов на постановку диагноза. Создание централизованных банков данных затруднено в связи с несоразмерностью объема дисковых накопителей и количеством пациентов. В лучшем случае данные томогра- фического обследования выдаются пациенту в виде DVD-диска, а в худшем удаляются после постановки диагноза. Для наблюдения динамики состояния пациента при лечении требуется сравнение данных обследований, сделанных в различное время. С этой целью возможность ведения централизованного банка данных томографических исследований (даже при ком- прессии с потерями) является весьма перспективной. СПИСОК ЛИТЕРАТУРЫ 1. Марусина М. Я., Казначеева А. О. Современные виды томографии: Учеб. Пособие. СПб: СПбГУ ИТМО, 2006. 132 с. 2. Insley J., Laszewski G., Kesselman C., Thiebaux M. Distance visualization: data exploration on the grid // Computer. 1999. N 12. P. 36—43. 3. Сушко Д. В., Штарьков Ю. М. О сжатии томографических данных // Информационные процессы. 2008. Т. 8, № 4. С. 240—255.
- 5. 16 М. Е. Кононенко, Ю. И. Копилевич, Е. И. Задорожная ИЗВ. ВУЗОВ. ПРИБОРОСТРОЕНИЕ. 2011. Т. 54, № 1 4. Кулешов С. В. Формат представления реальных трехмерных сцен для объемного телевидения (True3D Vision) // Информационно-измерительные и управляющие системы. 2009. Т. 7, № 4. С. 49—52. 5. Александров В. В., Кулешов С. В., Цветков О. В. Цифровая технология инфокоммуникации. Передача, хранение и семантический анализ текста, звука, видео. СПб: Наука, 2008. 244 с. 6. Кулешов С. В. Пространственно-временное представление, обработка и компрессия видеопотока // Информационно-измерительные и управляющие системы. 2008. Т. 6, № 4. С. 33—37. 7. Кулешов С. В., Зайцева А. А., Аксенов А. Ю. Ассоциативно-пирамидальное представление данных // Там же. 2008. Т. 6, № 4. С. 14—17. 8. Александров В. В., Кулешов С. В. Этерификация и терминальные программы // Там же. 2008. Т. 6, № 10. С. 50—53. Сведения об авторе Сергей Викторович Кулешов — канд. техн. наук; Санкт-Петербургский институт информатики и авто- матизации РАН, лаборатория автоматизации научных исследований; ст. науч. сотрудник; E-mail: kuleshov@iias.spb.su Рекомендована СПИИРАН Поступила в редакцию 31.03.10 г.