초록
오늘날 의료정보화 수준향상과 디지털 병원화의 흐름에 따라 PACS는 의료기관의 핵심 인프라 중 하나로 자리매김하였다. 이와 함께 생산되는 디지털 의료영상의 종류 및 의료영상 데이터가 양적으로 급증하고 있으며, 이는 의료영상 데이터의 효과적인 보관을 위한 의료영상 압축을 중요한 요소로 부각시킨다. 현재 의료영상에 관한 사실상의 표준인 DICOM 규격에서는 의료영상 압축을 위하여 무손실 압축기법인 RLE를 명시하고 있으나, 무손실 범용 압축기법인 RLE는 인체의 대칭성을 가지는 많은 의료영상에 적용하면 높은 압축율 기대하기 힘들다. 이 논문에서는 다양한 의료영상 중 대칭 특성을 크게 내포하는 뇌 CT 영상을 대상으로 하여 영상 내 관심영역을 검출하고 대칭특성에 따라 영상의 픽셀 값을 재코딩하는 전처리 하고 영상을 압축하는 기법을 제안한다. 실험에 의하면, 제안한 기법은 RLE 압축과 영상 내 관심영역을 검출하지 않고 압축할 때와 비교하여 높은 압축률을 보인다.
Picture Archiving and Communication System (PACS) has been planted as one of the key infrastructures with an overall improvement in standards of medical informationization and the stream of digital hospitalization in recent days. The kind and data of digital medical imagery are also increasing rapidly in volume. This trend emphasizes the medical image compression for storing large-scale medical image data. Digital Imaging and Communications in Medicine (DICOM), de facto standard in digital medical imagery, specifies Run Length Encode (RLE), which is the typical lossless data compressing technique, for the medical image compression. However, the RLE is not appropriate approach for medical image data with bilateral symmetry of the human organism. we suggest two preprocessing algorithms that detect interested area, the minimum bounding rectangle, in a medical image to enhance data compression efficiency and that re-code image pixel values to reduce data size according to the symmetry characteristics in the interested area, and also presents an improved image compression technique for brain CT imagery with high bilateral symmetry. As the result of experiment, the suggested approach shows higher data compression ratio than the RLE compression in the DICOM standard without detecting interested area in images.