《医学图像压缩算法与应用研究》是作者闵秋莎、王志锋根据课题组近几年来在医学数字图像方面的科研工作，并参考了国内外最新的研究成果撰写而成。本书图文并茂，深入浅出，通俗易懂，主要内容包括各种类型医学图像的成像过程简述；介绍了基本的医学图像处理技术如医学图像压缩、图像分割、图像配准、图像增强、医学图像三维可视化等，其中对医学图像压缩方法进行了深入研究；提出了基于区域分割的医学图像压缩算法，并通过对该算法进行优化，进而提出基于人体解剖模型的医学图像压缩算法以及基于压缩感知的医学图像压缩算法。本书所提的压缩算法都已经应用到了实际医学影像数据中，这些应用反过来恰恰又验证了压缩算法的有效性。

第1章 医学图像概述
1.1 医学图像成像过程和基本概念
1.1.1 X线成像
1.1.2 CT成像
1.1.3 超声成像
1.1.4 MRI
1.2 医学图像的数据格式
1.2.1 图像类型
1.2.2 图像存储格式
1.2.3 常见的医学图像格式
1.3 医学图像处理技术
1.3.1 医学图像压缩
1.3.2 医学图像分割
1.3.3 医学图像配准
1.3.4 医学图像增强
1.3.5 医学图像三维可视化
1.3.6 医学图像计算机辅助诊断
1.4 医学图像分析
1.4.1 医学图像空间相关性分析
1.4.2 医学图像时间相关性分析
1.5 本章小结
第2章 传统的医学图像压缩技术
2.1 预测编码
2.1.1 基于JPEG的方法
2.1.2 基于上下文的自适应方法
2.1.3 基于最小二乘的自适应方法
2.2 变换编码
2.3 金字塔层级结构编码
2.4 乘法自回归模型
2.5 混合编码
2.5.1 基于分片的无损图像编码
2.5.2 上下文自适应无损图像压缩
2.5.3 修订的扫描序列
2.5.4 变换编码和预测编码的组合
2.5.5 JPEGLS和视频编码的组合
2.6 压缩感知算法
2.7 深度学习
2.8 本章小结
第3章 基于区域分割的医学图像压缩算法
3.1 算法思想与步骤
3.1.1 分割
3.1.2 自适应模型
3.1.3 熵编码
3.2 分割区域与分割方法
3.2.1 图像分割区域
3.2.2 图像分割方法
3.2.3 分割区域形状编码
3.3 区域压缩优化
3.3.1 自动区域识别
3.3.2 确定预测器
3.4 实验和结果分析
3.4.1 数据
3.4.2 无损压缩表现
3.4.3 压缩性能优化
3.5 本章小结
第4章 基于人体解剖模型的医学图像压缩算法
4.1 算法思想与步骤
4.2 解剖学术语
4.2.1 解剖条件组织
4.2.2 解剖术语用于描述的位置
4.3 人体解剖模型构建
4.3.1 不同解剖区域的分类
4.3.2 分析每个种类的特征
4.3.3 基于上下文的自动分割方法
4.3.4 分割性能分析
4.4 自适应预测模型
4.4.1 基于身体内部的预测模型
4.4.2 基于边缘的预测模型
4.4.3 预测性能分析
4.5 熵编码
4.5.1 模板优化
4.5.2 压缩性能优化
4.6 实验和结果分析
4.7 本章小结
第5章 基于压缩感知的医学图像压缩算法
5.1 前向预测策略与LAOMP算法
5.1.1 全局最小误差搜索
5.1.2 前向预测正交匹配追踪
5.2 新回溯策略与LABOMP算法
5.2.1 分段间隔回溯策略
5.2.2 全局最小误差搜索与分段间隔回溯的级联
5.2.3 LABOMP算法复杂度和回溯因子影响
5.3 正则化并行原子选择
5.3.1 性能相近最优原子成批公平选入
5.3.2 RLABOMP算法的实现
5.3.3 RLABOMP算法复杂度分析及快速算法
5.4 本章小结
参考文献