有损压缩对基于深度学习的 3D 医学图像分割的影响
图像与视频处理
2024-09-26 v1 计算机视觉与模式识别
摘要
图像压缩是降低存储成本和提高互联网传输速度的关键工具。尽管针对自然图像的深度学习应用广泛采用了有损压缩技术，但这在 3D 医学图像中并不普遍。使用三个 CT 数据集（17 项任务）和一个 MRI 数据集（3 项任务），我们证明了高达 20 倍的有损压缩对深度神经网络（DNN）的分割质量没有负面影响。此外，我们证明了在压缩数据上训练的 DNN 模型能够预测未压缩数据，反之亦然，且质量没有下降。
引用
@article{arxiv.2409.16733,
title = {The Effect of Lossy Compression on 3D Medical Images Segmentation with Deep Learning},
author = {Anvar Kurmukov and Bogdan Zavolovich and Aleksandra Dalechina and Vladislav Proskurov and Boris Shirokikh},
journal= {arXiv preprint arXiv:2409.16733},
year = {2024}
}
备注
12 pages, 5 figures, 2 tables; accepted on MICCAI Workshop on Advancing Data Solutions in Medical Imaging AI