隨著生物顯微成像技術(shù)的快速發(fā)展,單神經(jīng)元分辨率級(jí)的三維全腦成像技術(shù)取得了很大進(jìn)展,其產(chǎn)生的三維腦圖像具有很高的分辨率,可以清晰地顯示腦神經(jīng)元的胞體、樹(shù)突和軸突等結(jié)構(gòu),對(duì)于神經(jīng)元形態(tài)和結(jié)構(gòu)的研究以及人工智能的發(fā)展有重要意義。然而,如此高分辨率的三維圖像為存儲(chǔ)和傳輸帶來(lái)了巨大挑戰(zhàn),因此尋找三維高分辨率腦圖像的高效壓縮方法成為了一項(xiàng)迫切任務(wù)。目前三維醫(yī)學(xué)圖像壓縮方法大多采用基于小波變換的方法,其中JP3D方法是JPEG2000壓縮標(biāo)準(zhǔn)的三維擴(kuò)展,它可以實(shí)現(xiàn)對(duì)高位深三維圖像進(jìn)行較高效的壓縮。但是該方法有兩個(gè)缺點(diǎn),首先,經(jīng)過(guò)該方法解碼后的圖像中存在失真效應(yīng),且壓縮率越大,失真效應(yīng)越明顯,這些失真會(huì)對(duì)腦圖的研究造成影響。其次,JP3D的熵編碼算法EBCOT沒(méi)有利用子帶間的相關(guān)性信息,導(dǎo)致熵編碼效率較低。近年來(lái),基于深度學(xué)習(xí)的二維自然圖像壓縮方法實(shí)現(xiàn)了高效的壓縮性能,其壓縮性能優(yōu)于現(xiàn)有的傳統(tǒng)圖像壓縮方法,如BPG、JPEG2000、JPEG。雖然基于深度學(xué)習(xí)的二維圖像壓縮方法已經(jīng)取得了很大進(jìn)展,但是目前基于深度學(xué)習(xí)的三維圖像壓縮方法的研究還很少。本文旨在運(yùn)用深度學(xué)習(xí)的方法提高三維高分辨率腦圖像的壓縮... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：86 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１鼠腦的ＶＩＳｏＲ成像圖??

?２Ｄ?Ｄｉｓｃｒｅｔｅ?Ｋａｒｈｕｎｅｎ?Ｌｏｅｖｅ?３Ｄ?ＨＬＣＫ??ｉｍａ９ｅｓ??＾?Ｗａｖｅｌｅｔ?Ｔｒａｎｓｆｏｒｍ??Ｔｒａｎｓｆｏｒｍ?（ＫＬＴ）?＿＿＿?Ｅｍｂｅｄｄｅｄ??Ａｄａｐｔｉｖｅ?ａｒｉｔｈｍｅｔｉｃ；?＾??ａｌｏｎｇ?Ｓｐａｔｉａｌ?ａｌｏｎｇ?ｓｐｅｃｔｒａｌ?ｃ〇ｄｅｒ?；?ｃｏｄｉｎｇ?（ｏｐｔｉｏｎａｌ）??ｄｉｍｅｎｓｉｏｎ?ｄｉｍｅｎｓｉｏｎ??Ｃｏｍｐｒｅｓｓｅｄ?ｂｉｔｓｔｒｉｎｇ??１０１０００１１００１??圖１．２三維ＨＬＣＫ壓縮方法框架｜１９丨??法ＪＰ３Ｄ［１２，２４－２６］為三維醫(yī)學(xué)圖像的壓縮提供了高效的壓縮效率，而且支持從無(wú)損??到有損編碼、分辨率可伸縮、隨機(jī)訪(fǎng)問(wèn)以及高位深圖像壓縮等功能。三維圖像壓??縮標(biāo)準(zhǔn)方法ＪＰ３Ｄ的框架結(jié)構(gòu)如圖】．３所示。??ｋ?｜?】?１?－ｌｅｖｅｌ?一?｜??ＩＭＡＧＥ?＾?２Ｄ／３Ｄ?ＤＷＴ?｜??ｓｕｂ－ｔｏｄｓ?—■??〇???Ｉ?ＥＢＣＯＴ?｜?ｊ?ＥＢＣＯＴ?｜???Ｔｉｅｒ－１?｜?Ｔｉｅｒ－２???Ｉ??ＣＯＤＥ－ＳＴＲＥＡＭ??圖１．３?ＪＰ３Ｄ編碼方法的整體框圖＾??１．３．２圖像壓縮后處理??在自然圖像壓縮中，量化帶來(lái)的高頻信息的丟失以及分塊變換編碼等原因??造成了壓縮圖像中的塊效應(yīng)、振鈴效應(yīng)以及模糊效應(yīng)等失真效應(yīng)，研宄者們提出??了一些后處理算法來(lái)減少失真效應(yīng)，然而，目前針對(duì)醫(yī)學(xué)圖像壓縮的后處理的研??宄還很少。??對(duì)自然圖像壓縮后處理的方法可以分為基于傳統(tǒng)圖像處理的方法以及基于??深度學(xué)習(xí)的方法。例如，ＦＦｍｐｅｇ框架中采用一個(gè)簡(jiǎn)單的后處理濾波器［２

?２Ｄ?Ｄｉｓｃｒｅｔｅ?Ｋａｒｈｕｎｅｎ?Ｌｏｅｖｅ?３Ｄ?ＨＬＣＫ??ｉｍａ９ｅｓ??＾?Ｗａｖｅｌｅｔ?Ｔｒａｎｓｆｏｒｍ??Ｔｒａｎｓｆｏｒｍ?（ＫＬＴ）?＿＿＿?Ｅｍｂｅｄｄｅｄ??Ａｄａｐｔｉｖｅ?ａｒｉｔｈｍｅｔｉｃ；?＾??ａｌｏｎｇ?Ｓｐａｔｉａｌ?ａｌｏｎｇ?ｓｐｅｃｔｒａｌ?ｃ〇ｄｅｒ?；?ｃｏｄｉｎｇ?（ｏｐｔｉｏｎａｌ）??ｄｉｍｅｎｓｉｏｎ?ｄｉｍｅｎｓｉｏｎ??Ｃｏｍｐｒｅｓｓｅｄ?ｂｉｔｓｔｒｉｎｇ??１０１０００１１００１??圖１．２三維ＨＬＣＫ壓縮方法框架｜１９丨??法ＪＰ３Ｄ［１２，２４－２６］為三維醫(yī)學(xué)圖像的壓縮提供了高效的壓縮效率，而且支持從無(wú)損??到有損編碼、分辨率可伸縮、隨機(jī)訪(fǎng)問(wèn)以及高位深圖像壓縮等功能。三維圖像壓??縮標(biāo)準(zhǔn)方法ＪＰ３Ｄ的框架結(jié)構(gòu)如圖】．３所示。??ｋ?｜?】?１?－ｌｅｖｅｌ?一?｜??ＩＭＡＧＥ?＾?２Ｄ／３Ｄ?ＤＷＴ?｜??ｓｕｂ－ｔｏｄｓ?—■??〇???Ｉ?ＥＢＣＯＴ?｜?ｊ?ＥＢＣＯＴ?｜???Ｔｉｅｒ－１?｜?Ｔｉｅｒ－２???Ｉ??ＣＯＤＥ－ＳＴＲＥＡＭ??圖１．３?ＪＰ３Ｄ編碼方法的整體框圖＾??１．３．２圖像壓縮后處理??在自然圖像壓縮中，量化帶來(lái)的高頻信息的丟失以及分塊變換編碼等原因??造成了壓縮圖像中的塊效應(yīng)、振鈴效應(yīng)以及模糊效應(yīng)等失真效應(yīng)，研宄者們提出??了一些后處理算法來(lái)減少失真效應(yīng)，然而，目前針對(duì)醫(yī)學(xué)圖像壓縮的后處理的研??宄還很少。??對(duì)自然圖像壓縮后處理的方法可以分為基于傳統(tǒng)圖像處理的方法以及基于??深度學(xué)習(xí)的方法。例如，ＦＦｍｐｅｇ框架中采用一個(gè)簡(jiǎn)單的后處理濾波器［２

【參考文獻(xiàn)】：
期刊論文
[1]Scalable volumetric imaging for ultrahigh-speed brain mapping at synaptic resolution[J]. Hao Wang,Qingyuan Zhu,Lufeng Ding,Yan Shen,Chao-Yu Yang,Fang Xu,Chang Shu,Yujie Guo,Zhiwei Xiong,Qinghong Shan,Fan Jia,Peng Su,Qian-Ru Yang,Bing Li,Yuxiao Cheng,Xiaobin He,Xi Chen,Feng Wu,Jiang-Ning Zhou,Fuqiang Xu,Hua Han,Pak-Ming Lau,Guo-Qiang Bi.  National Science Review. 2019(05)



本文編號(hào)：3037303