| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容和创新点 | 第13-16页 |
| 1.3.1 研究内容 | 第13-16页 |
| 1.3.2 创新点 | 第16页 |
| 1.4 论文结构安排 | 第16-18页 |
| 2 PACS及DICO M标准 | 第18-31页 |
| 2.1 PACS | 第18-20页 |
| 2.1.1 PACS发展 | 第18-19页 |
| 2.1.2 影像存储 | 第19-20页 |
| 2.2 PACS中的医学图像压缩 | 第20-26页 |
| 2.2.1 图像压缩概念 | 第20-21页 |
| 2.2.2 国际支持的图像压缩标准 | 第21页 |
| 2.2.3 具体图像压缩算法 | 第21-25页 |
| 2.2.4 PACS中的医学图像压缩技术 | 第25-26页 |
| 2.3 DICOM标准 | 第26-27页 |
| 2.4 DICOM文件格式及解析 | 第27-30页 |
| 2.4.1 DICOM文件格式 | 第27-29页 |
| 2.4.2 DICOM文件解析 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3 基于字典学习稀疏表达的图像压缩 | 第31-41页 |
| 3.1 字典学习 | 第31-36页 |
| 3.1.1 MOD算法 | 第32-33页 |
| 3.1.2 K-SVD算法 | 第33-34页 |
| 3.1.3 ILS-DLA算法 | 第34-35页 |
| 3.1.4 RLS-DLA算法 | 第35-36页 |
| 3.2 稀疏表达 | 第36-39页 |
| 3.2.1 BP算法 | 第37-38页 |
| 3.2.2 MP算法 | 第38-39页 |
| 3.2.3 OMP算法 | 第39页 |
| 3.3 稀疏表达图像压缩 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 字典尺度对字典学习的医学图像压缩影响 | 第41-51页 |
| 4.1 字典尺度对字典学习的影响 | 第41-44页 |
| 4.2 图像压缩效果的评价指标 | 第44-45页 |
| 4.3 字典尺度对医学图像压缩的影响 | 第45-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 基于改进K- SVD字典学习的医学图像压缩方案 | 第51-61页 |
| 5.1 方案总体介绍 | 第51-54页 |
| 5.1.1 图像边缘提取 | 第53-54页 |
| 5.1.2 字典学习算法 | 第54页 |
| 5.1.3 方案过程介绍 | 第54页 |
| 5.2 实验和结果分析 | 第54-59页 |
| 5.2.1 DICOM图像预处理 | 第55-56页 |
| 5.2.2 字典学习过程 | 第56-57页 |
| 5.2.3 图像的客观保真度 | 第57-59页 |
| 5.2.4 图像的主观保真度 | 第59页 |
| 5.3 本章小结 | 第59-61页 |
| 6 压缩算法在PACS的应用 | 第61-68页 |
| 6.1 算法Demo展示 | 第61-62页 |
| 6.2 压缩Demo展示 | 第62-67页 |
| 6.3 本章小结 | 第67-68页 |
| 7 总结与展望 | 第68-70页 |
| 7.1 论文总结 | 第68页 |
| 7.2 研究展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第76页 |