Apresentador : Marcos Soares de Oliveira
Filiação: DCM
Data: 04/02/2022
Horário: 14:30
às 18:00
Local: http://meet.google.com/jmg-tqps-evx
Descrição: RESUMO: Os esforços para criação de um padrão propiciaram a criação do DICOM (Digital Imaging and Communications in Medicine), caracterizando-se como um protocolo não só de informações em geral, mas também de imagens por meio físico e de rede. Com o passar dos anos a quantidade de dados produzidos em hospitais vem aumentando exponencialmente, no Brasil, o conselho federal de medicina, por meio da resolução nº 1.821/2007, artigo 7, determina que dados de prontuário digitalizados ou microfilmados devem ser permanentemente armazenados. Além do fator armazenamento, há também um grande desafio para transmissão e disponibilidade por parte dos profissionais de saúde, que muita das vezes necessitam de acesso instantâneo as imagens. Essa dificuldade pode ser suprimida por meio de técnicas de compressão de imagens capazes de preservar as informações clinicamente importantes, podendo também haver alguma perda de informação no processo.
Esse trabalho avalia um método combinado para compressão e descompressão de imagens DICOM baseado em um processo que combina uma técnica de normalização e codecs de vídeo, compatível com o padrão DICOM e capaz de preservar estruturas importantes na imagem. Para construção do trabalho foi utilizado tecnologias como Python, Cython e a ferramenta FFMPEG, as imagens utilizadas foram encontradas na base de dados online livre The Cancer Imaging Archive (TCIA).
A avaliação de desempenho do método se deu pelas metricas seguintes: PSNR (Peak Signal-to-Noise Ratio), MSE (Mean Square Error), TC (taxa de compressão), SSIM (Structural Similarity Index Measure) e CC (Correlation Coefficient), nessa ordem de importancia. Os resultados encontrados sugerem que é possível a aplicação do método com a combinação bitrate(Mbps) 120, FPS 60, codec H264 e imagem PNG. Essa combinação trouxe os melhores resultados quando aplicado às duas modalidades de imagem testadas, MRI e CT, a saber, para a MRI foi obtido PSNR 77.02, MSE 144.65, além disso, foi
obtido uma TC 5.46 contra uma TC 2.43 quando aplicado JPEG-LS e TC 2.51 quandoxaplicado J2K a mesma MRI. Já para CT foi obtido PSNR 82.10, MSE 27.75, foi também obtido uma TC 8.14 contra uma TC do método JPEG-LS 3.36 e o método J2k 3.2, quando aplicados a mesma série de imagem.
