IX Международная студенческая научная конференция Студенческий научный форум - 2017

Процесс информатизации общества предполагает повсеместное внедрение информационных технологий во все сферы жизни человека, в том числе и в наиболее важную и требующую исключения ошибок по причине человеческого фактора – в медицину.

На сегодняшний день активно ведутся разработки систем по поддержке и принятию решения в области медицинских исследований. Но подобные интеллектуальные системы для своей работы требуют много информационных ресурсов, в связи с чем их эффективность снижается за счет уменьшения скорости обработки большого объема данных.

Например, результаты одного томографического исследования могут занимать порядка 100 МБ памяти (размер одного снимка – от 500 кБ до 700 кБ). Это связано с тем, что для томограмм существует специальный формат – DICOM, который позволяет создавать, хранить, передавать и печатать отдельные кадры изображения, серии кадров, информацию о пациенте, исследовании, оборудовании, учреждениях, медицинском персонале, производящем обследование. Но интерфейсы программ для работы с DICOM-файлами очень громоздки и практически не настраиваемы, поэтому вполне естественно конвертировать файл в любой распространенный графический формат (JPEG, BMP, PNG) и производить компрессию над ним. При этом важно не допустить сокращения объема медицинских данных, что уже исключает использование методов такого класса сжатия информации, как сжатие с потерями. Однако, существующие универсальные алгоритмы сжатия данных без потерь (например, кодирование Хаффмана, кодирование длин серий (RLE), алгоритмы серии LZ и т.д.) и алгоритмы сжатия изображений без потерь (например, JPEG 2000 в режиме сжатия без потерь, JPEG-LS и др.) не могут быть эффективно использованы для сжатия томографических данных, т.к. не учитывают их специфику, вследствие чего не может быть достигнута высокая степень компрессии [1].

Специфика томографических снимков:

1. Размер снимка составляет 512×512 пикселей.

2. Во всех файлах снимки одинаково позиционированы.

3. Часть снимка состоит из длинных серий одинаковых «черных» пикселей.

4. Малозаметны различия между 2 соседними снимками.

Такой алгоритм сжатия данных, как кодирование длин серий (RLE), заменяет повторяющиеся символы (серии) на один символ и число его повторов. Так, кодирование длин серий (RLE) учитывает третью особенность томографических снимков, но остальные не принимаются во внимание. Кроме того, томограмма является полутоновым изображением, а это означает, что при компрессии методом кодирования длин серий (RLE) все преимущества сокращения кодирования «черных» пикселей утрачиваются из-за увеличения кода для остальных пикселей.

Актуальность проблемы компрессии медицинских, а именно томографических, данных неоспорима. В настоящий момент активно ведутся работы по разработке методов и алгоритмов сжатия без потерь, которые обеспечили бы максимально возможный коэффициент сжатия, для архивации томографических данных [2]. От того, как скоро удастся разработать новые алгоритмы или модифицировать существующие, зависит прогресс медицины относительно проведения медицинских консультаций «на расстоянии», видеоконференций, организации сетевых семинаров повышения квалификации медицинского персонала…

Список использованных источников:

1. ResearchGate [Электронный ресурс]. – Режим доступа: https://www.researchgate.net/publication/301205058_LOSSLESS-metod_szatia_tomograficeskih_ dannyh. – (Дата обращения: 24.12.2016).

2. Институт проблем передачи информации им. А.А.Харкевича [Электронный ресурс]. – Режим доступа: http://iitp.ru/ru/researchlabs/947.htm. – (Дата обращения: 24.12.2016).

Код для цитирования: Скопировать