Você está na página 1de 6

http://iaracaju.infonet.com.br/users/jfonseca/IMAGENSMEDICAS.

HTM

Compresso de Imagens Mdicas Digitais


Joo Fonseca Neto
Coord. de Ps-Grad. em Informtica - Universidade Tiradentes Campus II Aracaju-SE, dezembro de 1998. jfonseca@unitnet.com.br Artigo aceito e a ser publicado na Revista Sergipana de Medicina - no prelo. Resumo - Este trabalho apresenta os aspectos da compresso sem perdas e sua importncia na reduo da grande quantidade de dados presentes nas imagens mdicas digitais, viabilizando assim, o seu armazenamento e transmisso em redes de computadores. Abstract -This paper describes the aspects of lossless compression and its importance in the reducion of great amount of data, which are present in the digital medical images, by making their storage and transmission in PC networks possible. (Palavras-chave: compresso de imagens, compresso sem perdas, imagens mdicas, DICOM, PACS) Introduo A utilizao de imagens mdicas digitais est presente e vem em crescimento na maioria dos hospitais e clnicas do mundo, tornando imperativo o desenvolvimento de tcnicas que viabilizem o armazenamento e a transmisso destas imagens em redes de computadores. As imagens mdicas geram um grande nmero de dados. Segundo Alcocer et al somente os exames de cineangiocoronariografia do InCor (Instituto do Corao do Hospital das Clnicas do Estado de So Paulo) geram em torno de 45 Gbytes

por dia. Por isto, dentre as tcnicas de processamento de imagens, a compresso de imagem digital tem papel fundamental no sentido de elevar o potencial de armazenamento e de transmisso destas informaes. Compresso de imagens mdicas O objetivo da compresso de uma imagem eliminar ou reduzir as informaes redundantes e ou desnecessrias, de acordo com o processo sem ou com perdas. A compresso de dados composta de duas etapas: modelagem e codificao. A etapa de modelagem dos dados de entrada responsvel pela deciso de qual cdigo representar a informao, ou seja, simplesmente um conjunto regras usadas para processar os dados de entrada e determinar qual cdigo os representar. A codificao um conjunto de smbolos que representa a informao. Imagens mdicas apresentam como caractersticas a presena de uma alta correlao interpixels ou espacial e uma grande quantidade de rudo inserido durante o processo de aquisio. Para imagem de cineangio-coronariografia digital , as tcnicas de compresso somente eliminam as informaes redundantes, proporcionando uma compresso sem perdas, evitando assim, perdas de informao, condio necessria ao diagnstico mdico. Em compresso de imagens, dois fatores so de extrema importncia: velocidade de processamento e a taxa de compresso. Um esquema tpico de compresso sem perda para imagens em tons de cinza, obtm taxa de compresso da ordem de 50%, possibilitando reaver a imagem original a partir da verso comprimida. Numa imagem digital h, basicamente, trs tipos de

redundncias: de cdigo, interpixel e psicovisual. Na redundncia de cdigo, o processo de codificao atribui cdigo com tamanho varivel, nmero de bits, de acordo com a probabilidade de ocorrncia de determinado tom de cinza ou cor do pixel na cena; ou seja, o nvel de cinza ou cor com maior ocorrncia ser representado por um cdigo com comprimento menor; ao contrrio, se um nvel de cinza ou cor tem pouca presena na cena representado por um cdigo maior. A redundncia interpixel nos permite prever o valor de um pixel pelo valor de seus pixels vizinhos; esta correlao espacial est ligada ao relacionamento geomtrico entre os objetos na imagem. A redundncia psicovisual est relacionada informao visual real ou quantificada em uma cena. Portanto, a reduo ou a eliminao da redundncia psicovisual, leva necessariamente a um processamento com perdas. Os mtodos de compresso de imagens dividem-se em dois grandes grupos: os sem perdas ou reversveis e os com perdas ou irreversveis. Algoritmos sem perdas eliminam somente as informaes redundantes, possibilitando, assim, a reconstruo total da imagem original aps o processo de descompresso. J os algoritmos de compresso com perdas eliminam, alm das informaes redundantes, as informaes irrelevantes, possibilitando somente a reconstruo aproximada da imagem original aps a descompresso. As principais tcnicas de compresso de imagens podem ser classificadas como na Figura 1 a , b . Na compresso com perdas, temos um aumento na taxa de compresso proporcional a diminuio da qualidade da imagem reconstruda. Compresso de dados sem perdas

Algumas aplicaes exigem que o processo de compresso e descompresso seja livre de perdas de informao, como: imagens mdicas digitais, transmisso de textos e imagens binrias de fac-smile, programas executveis, banco de dados etc. Em imagens mdicas, se h perdas de informao aps a descompresso, h comprometimento na preciso do diagnstico. No caso de documentos de fac-smile, a exigncia de carter legal etc. Os algoritmos de compresso de dados sem perdas so divididos, basicamente, em duas categorias: os mtodos baseados em dicionrio ou universal e os mtodos estatsticos. Os mtodos baseados em dicionrio ou universal geram um arquivo comprimido contendo cdigos de comprimento fixo, normalmente, com 12 a 16 bits, onde cada cdigo representa uma seqncia particular de valores dos dados originais, no necessitando do conhecimento da freqncia com que os smbolos fonte ocorrem na informao original (conhecimento estatstico). Os mtodos estatsticos utilizam cdigos de comprimentos variveis. Codificao Preditiva Podemos afirmar que numa imagem h redundncia de informao entre os pixels vizinhos e, consequentemente, o valor de cada pixel pode ser predito por sua vizinhana, conforme apresentado na Figura 2 . A codificao preditiva visa eliminar a redundncia interpixels presente na informao original, codificando somente a diferena ou resduo entre o valor do pixel original e o valor predito para este pixel. A seguir apresentado para imagens tpicas, Figura 3a , a distribuio de probabilidade de ocorrncia dos valores dos pixels e, Figura 3b , a distribuio de probabilidade de

ocorrncia para os resduos. A Modulao por Cdigo de Pulso Diferencial (Differential Pulse Code Modulation DPCM) o mtodo que utiliza a soma do valor do pixel predito com o valor do resduo para obter o valor do pixel original. Quando o valor predito se aproxima do valor do pixel original, obtm-se um resduo pequeno permitindo uma codificao, atravs de um cdigo de comprimento varivel, com menos bits para o resduo do que se a codificao fosse feita diretamente sobre o valor do pixel original. A codificao preditiva tem fundamental importncia nos padres de compresso para imagens: JPEG (Joint Photographics Experts Group) , JBIG ( Joint Binary Image Experts Group) e MPEG ( Motion Picture Experts Group). A adoo de padres est relacionada necessidade de operacionalidade entre os equipamentos dos diversos fabricantes Concluso A compresso de uma imagem o processo pelo qual se consegue reduzir a quantidade de dados necessria para representar uma certa quantidade de informao pela eliminao de informaes redundantes e/ou irrelevantes de acordo ao processo sem ou com perdas. Como o valor de cada pixel da imagem original , normalmente, representado por 8 bits, o processo de compresso, efetivamente, ocorre quando representamos cada pixel por uma quantidade menor de bits, viabilizando, assim, o armazenamento e/ou a transmisso da imagem em redes de computadores.

Referncias bibliogrficas [1] Alcocer, P.,R.,C at al., A DICOM Graphic User Interface for PC's: Towards a Hierarchical System for Dynamic Digital Angiographic Image Storage and Visualization, RBE Caderno de Engenharia Biomdica, Vol.12, p.191-201, out.1996. [2] Fonseca, J., N., Alcocer, P., R., C., Compresso de Imagens Mdicas Utilizando a Tcnica JPEG-DPCM , IV Frum Nacional de Cincia e Tecnologia em Sade - IV FNCTS, Curitiba, BR, 1998. [3] Moura, L. et al, Lossy Compression Techniques, Medical Images, and the Clinician, M. D. Computing, Vol.13, No. 2, 1996. [4]Gonzales, R.,C., Woods R.,E.,Digital Image Processing, Addison-Wesley Publishing Company, USA, 1993. [5] Nelson, M., Gailly, J.,L., The Data Compression Book, 2nd ed., M & T Books, 1996. [6] Das, M., Burgett, S., Lossless Compression of Medical Images Using Two-Dimensional Multiplicative Autoregressive Models, IEEE Trans. on Medical Imaging, Vol. 12, No. 4, Dec.1993. [7] Roos, P., Viergever, M.,C.,A., Dijke, V., Peters, J., H., Reversible Intraframe Compression of Medical Images, IEEE Trans. on Medical Imaging, Vol.7, No.4, Dec.1988. [8] Pennebaker, W., B., Mitchell, JPEG Still Image Data Compression Standard, Van Nostrand Reinhold, 1993.