Исследователи испытали метод сжатия DSIN на пяти наборах медицинских изображений. В экспериментах отношение исходного объёма данных к сжатому достигло 183:1. Журнал Communications Engineering 3 ноября опубликовал раннюю версию статьи, принятой после рецензирования.
DSIN подбирает для каждого изображения собственную нейросетевую модель. По координатам модель восстанавливает значения пикселей. Для хранения достаточно параметров модели. Дополнительный модуль DSIN уменьшает размер самой модели.
Авторы проверили метод на компьютерной томографии, МРТ, ПЭТ, КТ-ангиографии и гистопатологических изображениях. Помимо качества восстановления они сравнивали, как сжатые изображения подходят для автоматического выделения областей и классификации. По данным авторов, DSIN в этих задачах показал лучшие результаты, чем методы, с которыми его сравнивали.
Пригодность метода для постановки диагнозов в клинической практике требует отдельной проверки. Статья в Communications Engineering
#TECH #NEWS
@digitaltimeslv
Схема: digital times, по данным первоисточника.
Original in Telegram: https://t.me/digitaltimeslv/11281