Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/12200
Title: Evaluation of medical image compression algorithms
Other Titles: Αξιολόγηση αλγορίθμων συμπίεσης ιατρικής εικόνας
Authors: Georgiev, Verislav
Keywords: Medical image compression
Visually lossless compression
Mammography
Keywords (translated): Συμπίεση ιατρικών εικόνων
Μαστογραφία
Abstract: Medical information, composed of clinical data, images and other physiological signals, has become an essential part of a patient’s care, whether during screening, the diagnostic stage or the treatment phase. Data in the form of images and signals form part of each patient’s medical file, and as such have to be stored and often transmitted from one place to another. All this huge volume of information must be stored in medical records. It has been estimated that the total amount of information to be stored in a typical hospital database increases at the amount of data of over 1015 bytes annually. Even with the biggest magnetic and optical disks and other database hardware, storage space must be conserved somehow. The most effective method of storage space saving is data compression, so we must consider methods used for compressing images. The current study presents a quantitative approach towards visually lossless compression ratio (CR) threshold determination in digitized mammograms. This is achieved by identifying quantitative image quality metrics that reflect radiologists’ visual perception in distinguishing between original and wavelet-compressed mammographic regions of interest containing microcalcification clusters (MCs) and normal parenchyma, originating from images from the Digital Database for Screening Mammography. The image quality of wavelet compressed mammograms is evaluated quantitatively by means of eight image quality metrics of different computational principles and qualitatively by three radiologists employing a five-point rating scale. The accuracy of the objective metrics is investigated in terms of (1) their correlation (r) with qualitative assessment and (2) ROC analysis (Az index), employing pooled radiologists’ rating scores as ground truth. The quantitative metrics mean square error, mean absolute error, peak signal-to-noise ratio, and structural similarity demonstrated strong correlation with pooled radiologists’ ratings and the highest area under ROC curve. For each quantitative metric, the highest accuracy values of corresponding ROC curves were used to define metric cut-off values. The metrics cut-off values were subsequently used to suggest a visually lossless CR threshold, estimated to be between 25:1 and 40:1 for the dataset analyzed. Results indicate the potential of the quantitative metrics approach in predicting visually lossless CRs in case of MCs in mammography.
Abstract (translated): Η ιατρική πληροφορία απαρτίζεται από κλινικά δεδομένα, εικόνες και άλλα φυσιολογικά σήματα καί έχει γίνει ένα αναπόσπαστο τμήμα της φροντίδας ασθενούς, κατά τη διάρκεια πληθυσμιακού ελέγχου, διάγνωσης ή θεραπείας. Τα δεδομένα με την μορφή εικόνων και σημάτων αποτελούν τμήμα του ιατρικού φακέλου κάθε ασθενούς και ως τέτοια πρέπει να αποθηκεύονται και συχνά να μεταφέρονται από ένα μέρος σε ένα άλλο. Όλος αυτός ο όγκος πληροφοριών πρέπει να αποθηκευτεί σε ιατρικά αρχεία. Εκτιμάται ότι το συνολικό ποσό πληροφοριών που αποθηκεύεται στη βάση δεδομένων ενός νοσοκομείου αυξάνεται περίπου 1015 bytes ετησίως. Ακόμα και με τους μεγαλύτερους οπτικούς και μαγνητικούς δίσκους και άλλο εξοπλισμό, ο αποθηκευτικός χώρος που απαιτείται είναι δύσκολο να επιτευχθεί. Η πιο αποτελεσματική μέθοδος εξοικονόμησης χώρου αποθήκευσης είναι η συμπίεση των δεδομένων, έτσι η μελέτη των μεθόδων συμπίεσης εικόνων είναι ιδιαίτερης σημασίας. Η παρούσα μελέτη παρουσιάζει μια ποσοτική μέθοδο για τον υπολογισμό του κατώφλίου του λόγου συμπίεσης (CR) που διασφαλίζει τιν οπτική πληροφορία σε ψηφιοποιημένες μαστογραφίες. Αυτό επιτεύχθηκε με την εύρεση δεικτών ποιότητας εικόνας που αναπαριστάνουν την οπτική αντίληψη των ακτινολόγων να διακρίνουν μεταξύ αρχικών και συμπιεσμένων μαστογραφικών περιοχών ενδιαφέροντος που περιέχουν ομάδες μικροαποτιτανώσεων (MCs) και φυσιολογικού παρεγχύματος που προέρχονται από εικόνες από την ψηφιακή βάση DDSM. Η ποιότητα εικόνας των συμπιεσμένων μαστογραφιών αξιολογήθηκε ποσοτικά με τη βοήθεια οκτώ δεικτών ποιότητας εικόνας διαφορετικών υπολογιστικών αρχών και ποιοτικά από τρείς ακτινολόγους με μια κλίμακα αζιολόγησης 5 σημείων. Η ακρίβεια των αντικειμενικών δεικτών διερευνήθηκε ως προς (1) τη συσχέτισή τους (r) με την ποιοτική αξιολόγηση και (2) με ROC ανάλυση (AZ index), χρησιμοποιώντας την ομαδοποιημένη αζιολόγηση των ακτινολόγων ως επίπεδο αληθείας. To μέσο τετραγωνικό σφάλμα των ποσοτικών δεικτών, το μέσο απόλυτο σφάλμα, o μέγιστος λόγος σήματος προς θόρυβο (SNR) και η δομική ομοιότητα παρουσίασαν ισχυρή συσχέτιση με τα ομαδοποιημένη αζιολόγηση των ακτινολόγων και την μεγαλύτερη περιοχή κάτω από την καμπύλη ROC. Για κάθε ποιοτικό δείκτη, οι τιμές με την υψηλότερη ακρίβεια από τις καμπύλες ROC χρησιμοποιήθηκαν για να οριστούν οι οριακές τιμές (cut-off) των δεικτών. Οι οριακές τιμές των δεικτών χρησιμοποιήθηκαν στη συνέχεια για να οριστεί το κατώφλι του λόγου συμπίεσης (CR) το οποίο παρέχει οπτική πληροφορία, που υπολογίστηκε μεταξύ 25:1 και 40:1 για το σύνολο των δεδομένων που αναλύθηκαν. Τα αποτελέσματα δείχνουν τη δυνατότητα της προσέγγισης των ποσοτικών δεικτών στην πρόβλεψη του κατωφλίου του λόγου συμπίεσης (CR) χωρίς οπτικές απώλειες στην περίπτωση μικροαπωτιτανώσεων στη μαστογραφία.
Appears in Collections:Τμήμα Ιατρικής (ΔΔ)

Files in This Item:
File Description SizeFormat 
V.Georgiev_PhD_Evaluation_of_Medical_Image_Compression_Algorithms.pdf2.8 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.