La compresión irreversible de diagnóstico aceptable ( DAIC ) es la cantidad de compresión con pérdida que se puede utilizar en una imagen médica para producir un resultado que no impida que el lector utilice la imagen para hacer un diagnóstico médico .
El término se introdujo por primera vez en un taller sobre compresión irreversible convocado por la Sociedad Europea de Radiología (ESR) en Palma de Mallorca el 13 de octubre de 2010, cuyos resultados se informaron en un documento de posición posterior. [1]
Determinación
La "cantidad de compresión" en la compresión irreversible solía estar determinada por la relación de compresión , donde el mínimo aceptable está determinado por el algoritmo (típicamente JPEG o J2K ) y el tipo de datos (parte del cuerpo y método de imagen). Esta definición es fácil de seguir y ha sido utilizada por organismos médicos en 2010 en todo el mundo. [1]
Sin embargo, su desventaja es obvia: la relación de compresión no dice nada sobre la calidad real de la imagen, ya que diferentes compresores pueden producir calidades muy diferentes con el mismo tamaño de archivo. [1] Por ejemplo, el formato JPEG de 1992 puede funcionar tan bien como muchos formatos modernos dadas las nuevas técnicas explotadas en mozjpeg e ISO libjpeg , sin embargo, se agruparían junto con los codificadores heredados en tal esquema. [2]
La comunidad de compresión de imágenes ha utilizado durante mucho tiempo métricas de calidad objetivas como SSIM para medir los efectos de la compresión. En ausencia de buenos datos sobre SSIM, la revisión de ESR de 2010 concluyó que todavía es difícil establecer un criterio para determinar si un esquema de compresión irreversible particular aplicado con parámetros particulares a una imagen individual en particular, o categoría de imágenes, evita la introducción de algún riesgo cuantificable de un error de diagnóstico para cualquier tarea de diagnóstico en particular. [1]
Un estudio de 2017 mostró que una variante SSIM llamada 4-Gr * (4 componentes, gradiente , componente estructural de SSIM) refleja mejor los cambios en las imágenes que afectan la decisión de los radiólogos entre 16 variantes de SSIM. [3] Un estudio de 2020 muestra que la fidelidad de la información visual (VIF), el índice de similitud de características (FSIM) y la métrica de calidad de ruido (NQM) reflejan mejor las preferencias de los radiólogos entre diez métricas. También menciona que la versión original de SSIM funciona tan mal como una distancia de raíz cuadrada media básica (RMSD) para este propósito, un resultado que se repite en el estudio de 2017. La modificación 4-Gr * no se prueba en el estudio. [4]
Referencias
- ^ a b c d Sociedad europea de radiología (abril de 2011). "Usabilidad de la compresión de imágenes irreversible en imágenes radiológicas. Un documento de posición de la Sociedad Europea de Radiología (ESR)" . Información sobre las imágenes . 2 (2): 103-115. doi : 10.1007 / s13244-011-0071-x . PMC 3259360 . PMID 22347940 .
- ^ Richter, Thomas (septiembre de 2016). "JPEG en ESTEROIDES: técnicas de optimización habituales para la compresión de imágenes JPEG". Conferencia internacional de IEEE sobre procesamiento de imágenes (ICIP) de 2016 : 61–65. doi : 10.1109 / ICIP.2016.7532319 . ISBN 978-1-4673-9961-6. S2CID 14922251 . Lay resumen .
- ^ Renieblas, Gabriel Prieto; Nogués, Agustín Turrero; González, Alberto Muñoz; Gómez-León, Nieves; del Castillo, Eduardo Guibelalde (26 de julio de 2017). "Familia de índice de similitud estructural para la evaluación de la calidad de imagen en imágenes radiológicas" . Revista de imágenes médicas . 4 (3): 035501. doi : 10.1117 / 1.JMI.4.3.035501 . PMC 5527267 . PMID 28924574 .
- ^ Mason, A; Rioux, J; Clarke, SE; Costa, A; Schmidt, M; Keough, V; Huynh, T; Beyea, S (abril de 2020). "Comparación de métricas de calidad de imagen objetiva con la puntuación de la calidad diagnóstica de las imágenes de resonancia magnética de radiólogos expertos" . Transacciones IEEE sobre imágenes médicas . 39 (4): 1064–1072. doi : 10.1109 / TMI.2019.2930338 . PMID 31535985 .