Compression and enhancement of medical images and video

Abstract

This dissertation explores the advancement of medical imaging technologies through the development of innovative methodologies for medical image and video compression and super-resolution. The research focuses on improving the efficiency and quality of medical image compression by introducing an enhanced method based on Wavelet Difference Reduction (WDR). Additionally, it proposes novel approaches for video and MRI super-resolution utilizing Plug-and-Play Priors (PnP) integrated within the Alternating Direction Method of Multipliers (ADMM) framework. The results demonstrate significant improvements in Peak Signal-to-Noise Ratio (PSNR) and Structural Similarity Index Measure (SSIM) across various datasets, emphasizing the practical applicability and superior performance of the proposed methods in clinical settings. Future directions include further optimization for real-time applications, extending the methodologies to other medical imaging modalities, and integrating robust security measures to safeguard patient data.

Αυτή η διατριβή διερευνά την πρόοδο των τεχνολογιών ιατρικής απεικόνισης μέσω της ανάπτυξης καινοτόμων μεθοδολογιών για τη συμπίεση και την υπερ-ανάλυση ιατρικής εικόνας και βίντεο. Η έρευνα επικεντρώνεται στη βελτίωση της αποτελεσματικότητας και της ποιότητας της συμπίεσης ιατρικής εικόνας με την εισαγωγή μιας βελτιωμένης μεθόδου που βασίζεται στη Μείωση Διαφοράς Κυματιδίων (WDR). Επιπλέον, προτείνει νέες προσεγγίσεις για υπερ-ανάλυση βίντεο και μαγνητικής τομογραφίας που χρησιμοποιούν Plug-and-Play Priors (PnP) ενσωματωμένες στο πλαίσιο της Μέθοδος Εναλλασσόμενης Κατεύθυνσης των Πολλαπλασιαστών (ADMM). Τα αποτελέσματα καταδεικνύουν σημαντικές βελτιώσεις στον λόγο αιχμής σήματος προς θόρυβο (PSNR) και στο δείκτη δομικής ομοιότητας (SSIM) σε διάφορα σύνολα δεδομένων, δίνοντας έμφαση στην πρακτική εφαρμογή και την ανώτερη απόδοση των προτεινόμενων μεθόδων σε κλινικές συνθήκες. Οι μελλοντικές κατευθύνσεις περιλαμβάνουν περαιτέρω βελτιστοποίηση για εφαρμογές σε πραγματικό χρόνο, επέκταση των μεθοδολογιών σε άλλες μεθόδους ιατρικής απεικόνισης και ενσωμάτωση ισχυρών μέτρων ασφαλείας για την προστασία των δεδομένων των ασθενών.