دانلود ترجمه مقاله استراتژی های نمونه برداری برای فشرده سازی تصاویر پزشکی سه بعدی

1. مقدمه 2. کارهای مرتبط 3. روش تحقیق 4. نتایج تجربی 5. نتیجه گیری

چکیده – دستاورد های اخیر مدل‌ های پیش ‌بینی توالی در حوزه‌ های متعدد، از جمله فشرده‌ سازی، پتانسیل زیادی برای کدک‌ های مبتنی بر یادگیری جدید فراهم می‌ کنند. در چنین مدل ‌هایی، شکل و اندازه توالی ورودی نقش مهمی در یادگیری تابع نگاشت توزیع داده در خروجی هدف دارد. این کار، پیکربندی‌ های ورودی و طرح‌ های نمونه‌ گیری متعددی را در مدل پیش ‌بینی توالی چند به یک، به‌ ویژه در فشرده ‌سازی بی اتلاف تصاویر پزشکی سه بعدی (عمق 16 بیت) بررسی می کند. هدف اصلی، تعیین روش بهینه برای فعال کردن مدل پیشنهادی حافظه بلند کوتاه مدت (LSTM) و دستیابی به نسبت فشرده سازی بالا و عملکرد رمزنگاری-رمزگشایی سریع است. مدل ‌هایLSTM ما، بواسطه اعتبارسنجی متقابل 4 برابری بر روی 12 مجموعه دادهCT با وضوح بالا و در عین حال اندازه‌گیری نسبت فشرده سازی و زمان اجرا، آموزش داده شده است. چندین پیکربندی این توالی ‌ها، ارزیابی شده‌ اند و نتایج ما نشان می ‌دهد که نمونه‌ گیری هرمی شکل، بهترین نوع برقراری توازن بین عملکرد و نسبت فشرده سازی (تا 3 برابر) را نشان می‌ دهد. ما یکی از مشکلات محیط های غیر قطعی را حل می کنیم و این امر به مدل های ما اجازه می دهد تا عملکرد فشرده سازی را بدون افت به صورت موازی اجرا نمایند. ارزیابی تجربی بر روی مجموعه داده‌ های به ‌دست ‌آمده از بیمارستان‌ های مختلف انجام شد و بخش‌ های مختلف بدن و روش ‌های متمایز اسکن (CT و MRI) را نشان داد. روش جدید ما، امکان موازی سازی ساده را فراهم می کند و در مقایسه با روش های قبلی، سرعت رمزگشایی را تا 37 برابر افزایش می دهد. به طور کلی، مدل ‌های آموزش‌ داده شده، کارایی و قابلیت تعمیم را در فشرده ‌سازی بی اتلاف تصاویر پزشکی سه‌ بعدی نشان می ‌دهند، در عین حال نیز تقریباً 17 و 12 درصد، بهتر از روش‌ های بی اتلاف شناخته شده عمل می ‌کنند. تا جایی که ما می دانیم، این اولین مطالعه ای است که بر پیش بینی های وکسل وایز تصویر برداری حجمی پزشکی در فشرده سازی بی اتلاف تمرکز دارد.

Recent achievements of sequence prediction models in numerous domains, including compression, provide great potential for novel learning-based codecs. In such models, the input sequence’s shape and size play a crucial role in learning the mapping function of the data distribution to the target output. This work examines numerous input configurations and sampling schemes for a many-to-one sequence prediction model, specifically for compressing 3D medical images (16-bit depth) losslessly. The main objective is to determine the optimal practice for enabling the proposed Long Short-Term Memory (LSTM) model to achieve high compression ratio and fast encoding–decoding performance. Our LSTM models are trained with 4-fold cross-validation on 12 high-resolution CT dataset while measuring model’s compression ratios and execution time. Several configurations of sequences have been evaluated, and our results demonstrate that pyramid-shaped sampling represents the best trade-off between performance and compression ratio (up to 3×). We solve a problem of non-deterministic environments that allow our models to run in parallel without much compression performance drop. Experimental evaluation was carried out on datasets acquired by different hospitals, representing different body segments, and distinct scanning modalities (CT and MRI). Our new methodology allows straightforward parallelisation that speeds-up the decoder by up to 37× compared to previous methods. Overall, the trained models demonstrate efficiency and generalisability for compressing 3D medical images losslessly while still outperforming well-known lossless methods by approximately 17% and 12%. To the best of our knowledge, this is the first study that focuses on voxel-wise predictions of volumetric medical imaging for lossless compression.