MRI 数据的正则化压缩：联合重建与编码的模块化优化
图像与视频处理
2020-11-10 v2 计算机视觉与模式识别
摘要
磁共振成像（MRI）处理链始于关键的采集阶段，该阶段提供用于重建医学诊断图像的原始数据。该流程通常包含一个近无损数据压缩阶段，以实现二进制格式的数字存储和/或传输。在本工作中，我们提出了一个联合优化 MRI 重建和有损压缩的框架，生成医学图像的压缩表示，在质量和比特率之间实现更好的折中。此外，我们证明，与基于无损压缩的设置相比，有损压缩甚至可以提高重建质量。我们的方法具有模块化优化结构，使用交替方向乘子法（ADMM）技术和最先进的图像压缩技术（BPG）作为迭代应用的黑盒模块来实现。这确立了一种与所选有损压缩标准兼容的医学数据压缩方法。所提出算法的一个主要创新在于添加到模块化压缩过程中的全变分正则化，使得在解压阶段或解压之后无需任何额外处理即可获得更高质量的解压图像。我们的实验表明，与该联合任务的非正则化解决方案相比，我们这种基于正则化的 MRI 联合重建与压缩方法在高比特率下通常能获得 4 至 9 dB 的显著 PSNR 增益。与基于正则化的解决方案相比，我们的优化方法在高比特率（即医学图像压缩感兴趣的范围内）下提供了 0.5 至 1 dB 的 PSNR 增益。
引用
@article{arxiv.2010.04065,
title = {Regularized Compression of MRI Data: Modular Optimization of Joint Reconstruction and Coding},
author = {Veronica Corona and Yehuda Dar and Guy Williams and Carola-Bibiane Schönlieb},
journal= {arXiv preprint arXiv:2010.04065},
year = {2020}
}