医学影像压缩是当今医学技术中的热点和重点.现代的医学技术中使用了海量的现代医学数据,如CT,超声等,当这些海量数据通过互联网进行存储和浏览时(如远程医学诊断),如此大的数据量传输对目前互联网通讯而言有一定的困难,这就对影像压缩技术提出了新的要求.现有的大量的图像压缩方法和影像压缩方法,很少是针对医学方面的,虽然一些三维的技术也能应用于医学影像压缩,但其没有充分利用医学影像的特征.小波变换近十年来在影像压缩领域有着非常出色的表现,并且已经开始广泛应用于影像压缩.A.Said和W.A.Pearlman提出了基于分层树集合分割排序(Set Partitioning in Hierarchical Trees,SPIHT)的编码算法.这种算法利用小波变换后图像系数的特点较好地实现了图像编码的嵌入功能,提高了编码效率.后来Pearlman等人根据视频序列的三维小波变换结构定义了一类相应的空间小波树,并进而提出了一种三维SPIHT视频编码器.但是这种三维SPIHT编码器主要针对自然影像,没有充分的利用医学影像的特征.该文介绍了作者在应用小波分析和分层树集合分割排序(SPIHT)算法在医学影像压缩方面的研究工作.在仔细研究了SPIHT算法和超声医学影像后,针对SPIHT算法对零值和小系数值多的图像性能优异和超声医学影像不仅仅帧内和帧间的冗余度高,而且帧间的相似性也高的特征,将二维的SPIHT算法应用到三维的医学影像压缩中.提出了一种变压缩比的方法,通过预处理和对压缩序列中的不同帧采用不同压缩比率,应用二维的SPIHT算法来压缩三维医学影像.实验后的数据和三维SPIHT的数据对比后表明,在低压缩比下,该文的方法比三维SPIHT算法压缩效果有所提高.