COMPRESSION DE DONNEES : APPLICATION EN TELEMEDECINE
No Thumbnail Available
Date
2015-03-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
La télémédecine est actuellement parmi les secteurs potentiels de la santé. Afin de
procéder à un diagnostic, les médecins sont amenés à échanger des données entre
eux, ce qui génère dans certains cas, des données considérables pouvant rapidement
saturer les systèmes de transmission et de stockage. C’est à cet effet que la
compression est devenue incontournable. Actuellement, la compression dans un
service de radiologie est toujours en mode sans perte. En effet, la compression sans
perte garantit l’intégrité des données et permet d’éviter les erreurs de diagnostic.
Cependant, ce type de compression n’offre pas d’avantages en termes d’archivage et
de transmission de ces données. Dans ce contexte, la compression avec perte peut
être la solution la plus appropriée. La norme JPEG2000 est connue comme étant une
norme très efficace pour compresser des images, mais à très faible débit, certains
artefacts peuvent être visibles. À cet effet, nous proposons trois techniques de
prétraitement qui permettent d’améliorer les performances de celui-ci. Le premier
prétraitement consiste à améliorer la qualité des images affectées par l’effet de flou, en proposant une version améliorée du modèle sharpening en utilisant la
décomposition empirique modale bidimensionnelle (BEMD). Le second
prétraitement est préconisé pour les images fortement bruitées, telles que les images
OCT (Optical coherence tomography). Ces images sont affectées par le bruit de
speckle, à cet effet, on propose d’utiliser une version améliorée du filtrage par
moyenne temporelle. Puisque ce dernier ne peut être réalisé, que si on dispose une
séquence d’images, la solution adéquate est obtenue en utilisant la décomposition
espace-échelle. Le dernier prétraitement est basé sur la morphologie par
reconstruction pour améliorer la qualité visuelle des images compressées. Plus
précisément, elle consiste à décomposer l'image d'entrée en deux sous-images de
basse et haute fréquence, en utilisant un filtrage morphologique par reconstruction.
Ensuite, chaque sous-image est compressée en utilisant JPEG2000, en attribuant
différents débits binaires pour chaque sous-image. Pour évaluer la qualité de l'image
reconstruite, une nouvelle métrique PSNRNEW, basée sur la fusion entre PSNR (Peak
Signal to Noise Ratio) et le SSIM (Structural SIMilarity). Les résultats expérimentaux
montrent que, à des débits faibles, le système proposé offre une meilleure qualité
visuelle par rapport à l’utilisation directe de JPEG2000. En plus, la méthode proposée
a été testée sur une chaine de télétransmission des images médicales. Les résultats
obtenus permettent de confirmer les bons résultats non seulement en termes de
qualité visuelle, mais aussi en matière de temps de transmission.