بازیابی تصاویر پزشکی مبتنی بر محتوا با استفاده از ویژگی‌های حوزه‌ی فشرده در استاندارد HEVC

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه مهندسی کامپیوتر، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران

2 گروه مهندسی کامپیوتر، واحد مبارکه، دانشگاه آزاد اسلامی، اصفهان، ایران

3 گروه مهندسی کامپیوتر - واحد نجف آباد - دانشگاه آزاد اسلامی - نجف آباد- ایران

4 گروه مهندسی کامپیوتر - واحد نجف آباد - دانشگاه آزاد اسلامی - نجف آباد - ایران

چکیده

در عصر حاضر تصاویر پزشکی نقش بسیار مهمی در ارائه‌ی 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، زمان‌گیر بودن بازیابی تصویر است. در روش پیشنهادی، تصاویر پایگاه داده، بدون اتلاف و به صورت درون قابی با استاندارد HEVC فشرده سازی شده و اندازه‌ی بلوک‌های پیش‌گویی از آن استخراج می‌شوند. سپس نرمال سازی شده و هیستوگرام همبستگی نگار بلوک آن‌ها به عنوان بردار ویژگی ذخیره می‌شوند. عملیات شرح داده شده بر روی تصویر پرس و جو نیز انجام می‌شود و هیستوگرام همبستگی نگار بلوک آن با ویژگی‌های ذخیره شده مقایسه می‌شوند و به عنوان نتایج جستجو، شبیه‌ترین تصاویر با تصویر پرس و جو، برای کاربر نمایش داده می‌شوند. تمامی روش‌های موجود در بازیابی تصویر در حوزه فشرده با استاندارد HEVC از هیستوگرام ویژگی‌ها استفاده نموده‌اند در حالی که در این مقاله یک مفهوم جدیدی به نام، نگار بلوک ارائه شده است تا دقت بازیابی نسبت به سایر روش‌ها بهبود یابد. نتایج آزمایش‌ها نشان می‌دهد که روش پیشنهادی نسبت به سایر روش‌های مشابه دارای دقت عملکرد بالاتری می‌باشد و می‌تواند برای بازیابی تصاویر پزشکی استفاده گردد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Content-based medical image retrieval using compressed domain properties in the HEVC standard

نویسندگان [English]

  • Yaghoub Saberi 1
  • Mohammadreza Ramezanpour 2
  • Shervan Fekriershad 3
  • Behrang Barekatain 4
1 Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran
2 Department of computer engineering, Mobarakeh branch, Islamic Azad University, Isfahan, Iran
3 Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran
4 Department of Computer Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran
چکیده [English]

: In today's era, medical images play a very important role in providing better diagnostic services and medical research, and there is a need to retrieve required images from a sea of database images. In this article, a new method using the HEVC compression standard for compression and retrieval of medical images is presented in order to reduce storage space and increase efficiency. The important challenge in this field is the time-consuming nature of image retrieval.. In the proposed method, the database images are losslessly and intra-frame compressed with HEVC standard and the size of prediction blocks are extracted from it. Then it is normalized and their block graph correlation histogram is saved as a feature vector. The described operation is also performed on the query image, and its block correlation histogram is compared with the stored features, and as search results, the most similar images with the query image are displayed to the user. All existing methods in image retrieval in the compressed field with the HEVC standard have used the histogram of features, while in this article a new concept in the name of correloblock is presented to improve the accuracy of retrieval compared to other methods. The results of the experiments show that the proposed method has a higher performance accuracy than other similar methods and can be used to recover medical images.

کلیدواژه‌ها [English]

  • Compression
  • HEVC
  • Image Retrieval
  • Intra Prediction
  • Correloblock