การศึกษาการบีบอัดภาพสำหรับการวิเคราะห์ภาพทางพยาธิวิทยาขนาดใหญ่

Abstract

การตรวจชิ้นเนื้อคือ การตัดหรือฝานชิ้นเนื้อตัวอย่างของรอยโรคที่อวัยวะต่างๆเพื่อส่งตรวจทางพยาธิวิทยาด้วยกล้องจุลทรรศน์ ในปัจจุบันการวินิจฉัยโรคด้วยการตรวจชิ้นเนื้อเพิ่มมากขึ้น โดยการตรวจชิ้นเนื้อ 1 ครั้งจะมีภาพสไลด์ของเนื้อเยื่อจำนวนมากและไฟล์ภาพสไลด์ดิจิทัลเหล่านี้มีขนาดที่ใหญ่ต้องใช้พื้นที่จัดเก็บและสำรองข้อมูลเป็นจำนวนมาก โครงงานวิศวกรรมนี้จึงมุ่งเน้นไปที่ศึกษาการบีบอัดภาพโดยรายละเอียดของภาพหลังการบีบอัดไม่ส่งผลต่อการวิเคราะห์ภาพและลดการใช้พื้นที่ในการจัดเก็บ โดยงานวิจัยนี้ทำการศึกษาการบีบอัดภาพด้วย JPEG PNG และ JPEG2000 จากนั้นตรวจสอบภาพด้วยค่า PSNR (peak signal-to-noise ratio) และ Convolutional Neural Network (CNN) โดยงานวิจัยนี้ใช้ภาพเนื้อเยื่อจำนวน 240 ภาพ ผลจากการทดลองพบว่าภาพที่บีบอัดด้วย JPEG มีค่า PSNR ในช่วง 38.68–49.67 dB ค่า F1-score เฉลี่ย 0.86 ภาพที่บีบอัดด้วย PNG มีค่า PSNR ที่ 100 dB ค่า F1-score เฉลี่ย 0.88 และภาพที่บีบอัดด้วย JPEG2000 มีค่า PSNR ในช่วง 50-100 dB ค่า F1-score เฉลี่ย 0.88 และภาพที่บีบอัดด้วย JPEG สามารถลดพื้นที่การจัดเก็บมากที่สุด 96.25 เปอร์เซ็นต์ ภาพที่บีบอัดด้วย PNG สามารถลดพื้นที่การจัดเก็บมากที่สุด 62.96 เปอร์เซ็นต์ และ JPEG2000 สามารถลดพื้นที่การจัดเก็บมากที่สุด 83.31 เปอร์เซ็นต์ โดย JPEG2000 สามารถบีบอัดภาพได้เพียง 96 ภาพจากทั้งหมด เนื่องจากขีดจำกัดของหน่วยความจำชั่วคราวของคอมพิวเตอร์ จึงควรมีการเพิ่มหน่วยความจำชั่วคราวเพื่อให้ได้ข้อมูลที่มีความละเอียดและน่าเชื่อถือมากขึ้น

A biopsy is a cutting or slicing of sample lesions on various organs for microscopic pathological examination. At present, the diagnosis of biopsy is on the rise. With one biopsy there are many tissue slideshows and these large digital slideshows require a lot of storage and backup. This engineering project focuses on studying image compression in detail of images after compression does not affect image analysis and reduces the storage space. Image compression was studied with JPEG PNG and JPEG2000, and then examined the images with PSNR (peak signal-to-noise ratio) and Convolutional Neural Network (CNN) values. It was found that images compressed with JPEG had PSNR values. In the range of 38.68–49.67 dB, average F1-score 0.86, PNG compressed images had PSNR values of 100 dB, average F1-score of 0.88, and JPEG2000 compressed images had. PSNR value. In the 50-100 dB range, an average F1-score of 0.88, and a JPEG-compressed image can reduce storage space the most 96.25 percent, images compressed with PNG can reduce the storage space by 62.96 percent by the most and JPEG2000. Can reduce the storage space by as much as 83.31 percent by JPEG2000 can compress only 96 images of all. Due to the limit of temporary memory of the computer, Therefore, temporary memory modules should be added to provide more reliable and detailed data.