如何针对医学图像的自身特点进行高效率压缩,一直是PACS技术发展与应用中的重要研究课题。DICOM3.0在扩展版本中推荐使用JPEG2000作为新一代医学图像压缩标准。JPEG2000支持嵌入编码流、感兴趣区域压缩、渐进传输等一些医学图像压缩的关键技术,但由于其采用了基于普通小波变换的EBCOT块编码思想,所以不支持严格意义上的图像任意形状目标区域压缩,并且没有为序列医学图像压缩提供有力支持。 为了在严格意义上支持基于任意形状目标区域的图像压缩,本文提出使用适形小波变换(SA-DWT)作为图像分解变换,使图像目标区域在原始域与变换域的元素个数严格相等,从而实现目标区域变换系数的无冗余编解码。为了方便支持医学图像从有损到无损的压缩方式,本文使用了整系数提升形式的小波变换滤波器。 至于小波变换系数的编码,本文使用同样支持嵌入编码流,但实现起来较EBCOT更为容易的SPIHT算法。通过对传统SPIHT空间树结构与排序规则作相应于适形小波变换特点的修改,使其编码效率大为提高。实验表明,基于适形小波变换与改进SPIHT的图像目标区域压缩方法,不但消除了JPEG2000由于目标区域编解码冗余造成的恢复图像目标区域外边缘模糊现象,而且压缩性能也有一定程度提高。 同时,为了更好的支持图像渐进传输与有损压缩,本文提出将SPIHT算法中的精细过程提前一个位平面进行。实验表明,在相同码率情况下,改进SPIHT算法的恢复图像HVS主观评价质量与客观评价信噪比PSNR均普遍高于传统SPIHT算法。 而针对JPEG2000没有专门支持的序列医学图像压缩,本文提出将医学图像处理领域内的另一项重要技术——配准,作为序列间图像的相关性检测手段,进而利用差值预测技术对这些有限的相关性冗余加以消除,最终达到序列图像联合压缩的目的。实验表明,该方法可行并且效果良好,为序列医学图像压缩提供了一种新的参考方案。 在理论研究的基础上,本文还从实际应用角度,探讨了如何设计开发实用医院PACS系统,并着重说明了其中图像压缩与存储子系统的具体实现。