Detailseite
Projekt Druckansicht

Effiziente skalierbare Analyse und Codierung von Hypervolumendatensätzen

Fachliche Zuordnung Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik
Förderung Förderung von 2010 bis 2019
Projektkennung Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 175165638
 
Erstellungsjahr 2019

Zusammenfassung der Projektergebnisse

Im Rahmen des Projekts wurden umfangreiche Untersuchen durchgeführt und vielversprechende Ansätze entwickelt, die zur skalierbaren verlustlosen Codierung von medizinischen Hypervolumina beitragen. Die skalierbare Darstellung von derartigen Volumina spielt eine wichtige Rolle in telemedizinischen Anwendungen, die im Zeitalter der modernen Bild- und Videokommunikation stetig zunehmen. Die verlustlose Rekonstruktion ist dabei gesetzlich vorgegeben und darf daher nicht gefährdet werden. Dies gelingt durch die Codierung der Hypervolumendatensätze mittels Wavelets. Eine Wavelettransformation zerlegt ein Signal in einen hoch- und einen tieffrequenten Anteil und ermöglicht damit eine Analyse des Signals in mehreren Auflösungsstufen sowie eine effiziente Codierung durch die Energiekompaktierung im tieffrequenten Teilband. Dabei wird Skalierbarkeit nicht nur hinsichtlich der Qualität ermöglicht, sondern auch in Bezug auf die örtliche und zeitliche Auflösung der Hypervolumendatensätze. Durch die Faktorisierung in eine Liftingstruktur ergeben sich eine Reihe weiterer sehr interessanter Eigenschaften wie die perfekte Invertierbarkeit oder die Anpassbarkeit an das zu transformierende Signal mittels beliebiger Prädiktionsverfahren. Neben der Analyse und Optimierung von blockbasierter Bewegungskompensation für mehrdimensionales Waveletlifting medizinischer 3-D+t Volumen aus der Computertomographie konnte gezeigt werden, dass eine gitterbasierte Kompensation in t-Richtung entscheidende Vorteile bezüglich der Codiereffizienz bietet. Weitere Verbesserungen, vor allem in Bezug auf die visuelle Qualität des Tiefpassbandes, das als zeitlich herunterskalierter Repräsentant für das Originalsignal dient, konnten durch graphenbasierte Bewegungskompensation erreicht werden. Dabei hat sich gezeigt, dass sich eine graphenbasierte Bewegungskompensation sowohl für die Transformation in t- als auch z-Richtung eignet. Die Signalverarbeitung auf Graphen stellt hierbei ein noch relativ junges Forschungsgebiet dar und verspricht durch die direkte Integration der geometrischen Struktur der zugrunde liegenden Daten weiteres Potential. Durch die erfolgreiche Anwendung des Verfahrens auf CT-Datensätze konnte seine Leistungsfähigkeit im Vergleich zu aktuellen Codierstandards und sein Potential für weitere Entwicklungen gezeigt werden.

Projektbezogene Publikationen (Auswahl)

 
 

Zusatzinformationen

Textvergrößerung und Kontrastanpassung