بازیابی تصاویر پزشکی مبتنی بر محتوا با استفاده از ویژگی های حوزه ی فشرده در استاندارد HEVC

در عصر حاضر تصاویر پزشکی نقش بسیار مهمی در ارائه ی بهتر خدمات تشخیصی و تحقیقات پزشکی دارند و نیاز است تا تصاویر مورد نیاز از بین دریایی از تصاویر پایگاه داده بازیابی شوند. در این مقاله روش جدیدی با استفاده از استاندارد فشرده سازی HEVC برای فشرده سازی و بازیابی تصاویر پزشکی به منظور کاهش فضای ذخیره سازی و افزایش کارایی ارائه شده است. چالش مهم در این زمینه، زمان گیر بودن بازیابی تصویر است. در روش پیشنهادی، تصاویر پایگاه داده، بدون اتلاف و به صورت درون قابی با استاندارد HEVC فشرده سازی شده و اندازه ی بلوک های پیش گویی از آن استخراج می شوند. سپس نرمال سازی شده و هیستوگرام همبستگی نگار بلوک آن ها به عنوان بردار ویژگی ذخیره می شوند. عملیات شرح داده شده بر روی تصویر پرس و جو نیز انجام می شود و هیستوگرام همبستگی نگار بلوک آن با ویژگی های ذخیره شده مقایسه می شوند و به عنوان نتایج جستجو، شبیه ترین تصاویر با تصویر پرس و جو، برای کاربر نمایش داده می شوند. تمامی روش های موجود در بازیابی تصویر در حوزه فشرده با استاندارد HEVC از هیستوگرام ویژگی ها استفاده نموده اند در حالی که در این مقاله یک مفهوم جدیدی به نام، نگار بلوک ارائه شده است تا دقت بازیابی نسبت به سایر روش ها بهبود یابد. نتایج آزمایش ها نشان می دهد که روش پیشنهادی نسبت به سایر روش های مشابه دارای دقت عملکرد بالاتری می باشد و می تواند برای بازیابی تصاویر پزشکی استفاده گردد.

کلیدواژه ها:

فشرده سازی ، HEVC ، بازیابی تصویر ، پیش گویی درون قابی ، نگار بلاک