数字技术与应用杂志社

摘要：<正>医学图像数据量庞大，传输和存储成本高昂，传统压缩方法难以平衡压缩率与图像质量。本研究提出基于卷积融合模型的医学图像压缩编码方法，通过多尺度特征提取和自适应融合机制，实现医学图像的高效压缩。实验结果表明，该方法在保持诊断关键信息的前提下，压缩率提升32%，重建图像PSNR达到41.2 dB，为医学图像的高效传输和存储提供了新的技术途径。深度学习技术的发展为医学图像压缩提供了全新思路，卷积神经网络凭借其强大的特征学习能力在图像处理领域表现出色，因此，研究基于卷积融合模型的医学图像压缩编码方法，对提升医疗数据处理效率具有重要意义[1]。

专辑： 信息科技;基础科学;医药卫生科技

专题： 生物学;生物医学工程;电信技术

分类号： R318;TN919.81