فشرده سازی تصاویر دندان مبتنی بر تبدیل موجک

امروزه حجم انبوهی از تصاویر دیجیتال دندان در کلینیک¬های کوچک و بیمارستان¬های بزرگ در حال تولید است و این حجم داده، فضای بزرگی از حافظه کامپیوترها را اشغال می¬کند. از طرف دیگر پهنای باند انتقال برای ارسال این حجم انبوه تصاویر، از کلینیک¬های کوچک به بیمارستان¬های بزرگ با محدودیت روبروست. وجود چنین محدودیت¬هایی از قبیل: کمبود فضای حافظه کامپیوترها، محدودیت پهنای باند انتقال و در عین حال گران بودن حافظه کامپیوتر¬ها، فشرده¬سازی این تصاویر را لازم و ضروری می¬کند. در این تحقیق سعی شده است که با الگوریتم spiht مبتنی بر موجک، بهترین نتایج در فشرده¬سازی بدون اتلاف و با اتلاف از تصاویر دندان به دست آید. برای این منظور چندین موجک بررسی و بهترین نوع موجک انتخاب گردید. نواحی مطلوب (roi) نیز با مشاوره از چندین دندان پزشک مجرب شناسایی شد. این نواحی ابتدا توسط کاربر و سپس با الگوریتم¬های هوشمند قطعه بندی تصاویر (svm و شبکه¬ی عصبی)، الگوبرداری شد. در ادامه نواحی مطلوب تحت عملیات فشرده¬سازی بدون اتلاف و دیگر نواحی نامطلوب که کمتر مورد توجه دندان پزشکان است تحت عملیات فشرده¬سازی با اتلاف قرار گرفت. در نهایت شبکه¬¬ی عصبی پیشرو با استفاده از ویژگی¬های موجک + سوبل توانست با دقت محاسباتی 97%، roi را تشخیص دهد. موجک bior4.4 نیز از میان دیگر موجک¬¬های معروف در علم فشرده سازی بهترین بازده را در فشرده¬سازی تصاویر دندان با بیشترین psnr ممکن به خود اختصاص داد.