Read more
La imagen médica ha empezado a aprovechar la tecnología digital, abriendo el camino a la imagen médica avanzada y la teleradiología. Sin embargo, las imágenes médicas requieren grandes cantidades de memoria. Con más de un millón de bytes por imagen, un hospital típico necesita una cantidad asombrosa de almacenamiento de memoria de más de un billón de bytes al año y transmitir una imagen por una red, incluso la prometida superautopista, podría llevar minutos, lo que es demasiado lento para la teleradiología interactiva. Por ello, es necesario comprimir las imágenes para reducir significativamente la cantidad de datos necesarios para representar una imagen. Para hacer frente a este reto, desarrollamos un esquema de compresión híbrido que proporciona una compresión casi sin pérdidas y fácilmente realizable por hardware debido a su simplicidad, teniendo los mejores resultados de PSNR, MSE y COC.
About the author
Dr. Robinson Paul is a dedicated Electronics Engineering Faculty with 15+ years of experience. Passionate educator in Signal Processing, VLSI - RTL Design, and Machine Learning. Committed to student success with 1000+ guided to excellence. A prolific researcher with numerous publications, adept at securing funding from prestigious organizations.
