Compressione senza perdite di immagini mediche utilizzando un metodo predittivo

In questa tesi di laurea triennale verrà esposto un metodo di compressione senza perdita di informazioni, applicato alle immagini mediche come descritto nell’articolo scientifico "Lossless medical image compression using geometry-adaptive partitioning and least square-based prediction". Esso è stato pubblicato nel 2017 sulla rivista "International Federation of Medical and Biological Engineering". Gli autori dell'articolo, sfruttando le similarità e le simmetrie delle immagini mediche, hanno progettato un metodo predittivo per migliorare il rapporto di compressione. Il procedimento impiegato consiste nell'implementare un metodo di segmentazione dell'immagine adoperando una combinazione tra una partizione basata su un quadtree, albero quadramentale, e una partizione di tipo geometrica-predittiva; successivamente, per ogni regione ottenuta al passo precedente, verrà applicato un modello predittivo basato sul metodo dei minimi quadrati. Gli autori, sfruttando le similarità e le correlazioni a livello locale, sono riusciti a ottenere risultati migliori in confronto ai metodi precedentemente utilizzati.