1、“.....图 则体现了预测的原理。表 总结了响应的预测处理方法，需指出，文章中所提出的方法拥有 像素点的精确度而且涵盖更大范围的方向性，包括不大于 弧度的角。对于每个采样点 对应的预测点 ，都会根据所用的预测模式并运用其周围的采样点来处理此预测点，这些临近的点位于 处。例如，对于模式 来说见表 和图 ，预测得到的采样点 是根据位于其临近位置 , 两个采样点计算出来的，如 。需指出，由于文章中所用方法不同于当前的 帧内编码，所用模式产生的结果在所有方向中接近个常数，这使我们能够在所有不同方向性下同等利用相邻像素之间的相关性来解决问题，并且对解释显现解剖结构的医学灰度图像通常具有不同的方向性而不仅仅是水平和竖直这观察。 对于 和平面模式，我们提出单独运用 模式来计算位于 ,处的临近样点的平均，进而预测出当前采样 点 ,就如图 中所示那样......”。

2、“..... 所述模式的并行计算 文中所述的 模式可能会改变 的块编码结构，因为解码端要求样点必须顺序得到解码并且能为后面采样点的预测和重建所使用。为了解决这个问题，我们将解码端的所有模式用空域误差变换来替代，该变换只依赖于来自现有表格上方和下方的误差采样信号和参考采样信号。为了说明这点让我们以所述的 模式来进行预测，此模式仅仅依赖位于 ,位置的临近采样点。对于个 的阵列，采样点 和 在解码端的 重建公式可以为 基于高效视频帧内编码技术的医学图像无损压缩 图 与所述 角度模式有关的预测方向， 为竖直方向， 为水平方向， 为该角度模式的预测原理。无法用于预测的临近采样点用现有表格中的边缘采样点进行填充。位于临近表格中的 , 采样点等待被编码。 基于高效视频帧内编码技术的医学图像无损压缩 表 表 所述 的 模式和对应的预测处理。 在  的阵列中......”。

3、“.....例如如果我们使 就建立了对于模式 完全水平的表达式。对于 中余下行的重建也可以获得类似的表达， 进而对于的阵列也同样如此。 基于高效视频帧内编码技术的医学图像无损压缩 虽然采用所述的 模式需要对原始解码端进行变动，但是解码端能够 采用像 中样的矩阵运算实现并行运算。再者，这种矩阵表示法能够保持 的块编码结构。值得注意的是与矩阵表示相关的各种处理过程可以通过字节的移位进而简化成加法和乘法运算，这将能大大降低算法复杂度。例如，在所述的模式 中， 中的采样点 ,计算式如下。 , , 式中 可以表示为 , , , , ,。 基于高效视频帧内编码技术的医学图像无损压缩 图 实验结果 所述 模式的编码效率在些磁共振图像， 图像和 线血管造影图像中得到检验......”。

4、“.....表中 和 包括了人类脊髓和膝盖的 矢 状面序列， 中则列出了人类大脑的轴向序列。 包含了人类胸部的 轴向序列，而 中则包含了关于人类心脏血管研究的 线序列。所述的所有的模式在不同大小的块大小下实现，其中最大的为 。实验使用软件 和无损模式的 文件来实现。仅有帧内编码技术得到采用而变换和计算处理则被忽略。为了与上述文件相兼容，所有数据帧都通过加入零值子采样色度分量被编码为 格式。这些色度分量不包括在最终比特率的计算中。我们将所提出的 模式与 帧内编码 中 所提及的方法和 和 两种与 系统兼容的方法进行比较。对于 ，我们采用 来实现，过程包括 水平 的提升可逆小波变换空间和大小 的代码块 。对于 ，我们采用重置时间间隔为 的 实现方式 。 表 中所列的无损压缩率表现出文章中所述的 模式在在与当前的 帧内编码中，对于核磁共振图像来说节约的存储空间降低了 ，对于 图像来说降低了......”。

5、“.....我们的模 式更进步降低了比特率达 ，证实了运用在所有方向中模式为常数的范围增加的多方向的优点。所提出的模式与 和 相比，实验的结果与很具竞争力。 基于高效视频帧内编码技术的医学图像无损压缩 对于 线血管造影序列，由文章所述方法和 中的方法实现的编码效率仅降低了 和 。这些特殊的造影图像含有大量的噪声而且相邻像素之间经常有很大变化，这使得这些图像很难被很好的压缩 。总的说来，对于是 数据的 图像来说，所提出的模式能最好的降低其编码比特率。这可能由于 的熵编码对于低能量误差信号来说具有很 高的效率。在数据为 的情况下，由 帧内编码技术产生的误差信号通常都是低能量信号，所以如果文中所提的方式得到应用，熵编码将会在有限范围为得到改善。另方面，对于 的数据来说，由文中所提模式实现的误差信号能量的进步减小实现了熵编码的改善。很有趣的是该说明最好的编码改善出现在了测试序列 中......”。

6、“.....注意到图像中数量巨大的边缘和容易确定的结构。可以想象对于 中的这类图像 的预测模式优于基于块编码的预测模式，因为这些边缘能通过利用相邻像素点间的相关性得到很好的预 测。编码技术不仅适合二维图像数据，而且适合三维图像数据，这便于能够随机访问 图像的任何个数据帧而不需要对其他三维数据进行解码，这便使得帧内编码技术非常适合运用于医学图像数 据的处理。 在本文中我们重点关注 的帧内编码过程，作为种图像压缩技术，它具有重大的潜力并很可能在将来被 所采用。我们特别注意显现解剖结构的医学灰度图像的无损压缩，例如磁共振图像， 图像， 线血管造影图像。这些图像都因具有数基于高效视频帧内编码技术的医学图像无损压缩 量巨大的边缘而引起了人们对于压缩这些图像的兴趣。基于此并通过使用定向性加大的差分脉冲编码调制技术，我们提出了 帧内编码的处理方法，并将此方法用于精确预测图像的边缘信息......”。

7、“.....我们还提出了种能够满足解码端并行计算要求的差分脉冲编码调制帧内编 码的技术。对于不同的磁共振图像， 图像， 线血管造影图像，在与当下的 帧内编码技术比较时，我们提出的方法显著提高了图像的压缩率。在与 和 这两种兼容 系统的技术比较时该方法也显现出来巨大的竞争力。 文章后面部分做如下安排。在第 部分，我们简单回顾 帧内编码技术。在第 部分，我们阐述所提出的 帧内编码处理技术并讨论其和先前工作的联系。结果展示在第 部分。第五部分对全文进行总结。 高效视频帧内编码 编码 的主要目的就是通过运用每帧内仅有的信息，在块与块的基础上来预测其他帧图像，进而减小图像的信息量达到压缩的目的。原始帧数据与预测帧数据的差异定义为误差信号，信息量的减少正是通过对误差信号的处理而实现的。在无损压缩的事例中，任何影响数据帧完美重建的处理都忽略并且将误差信号直接反馈给熵编码器 ......”。

8、“.....通过样本数据和块边界的自适应滤波来避免误差信号中伪影的引入 。图片 展现了 中关于角度预测模 式的预测方向的问题。 基于高效视频帧内编码技术的医学图像无损压缩 图片 帧内编码技术。角度模式被分成了两组竖直的和水平的。 为采用精度为 个像素的插值方法作为预测原则的例子。 是原始采样点 和参考采样点 之间的距离。用于预测的参考采样点为 , 位于此表的左边， , 位于此表的上方。 对于所有的角度模式，基本的预测原则如图 中所示。每个预测出来的采样点， 都是通过把其坐标 ， 投射到参考横轴和纵轴上，参考横轴与纵轴运用选择好的预测方向，并且为采样点以 像素的精度插入个数值。所以当 和 是参考采样点时，表示次向右的位移位操作， 是原始采样点 和 点这间的距离......”。

9、“..... 据观察发现，在大多数自然意象的图片中，水平和竖直模式比其他方向的模式出现的更为频繁， 帧内编码的各种角度模式就是基于此观察而设计的 。因此，接近水 平或者竖直方向的模式数量比其他倾斜方向的模式要高。至于显现解剖结构的医学图像，由于图像中大量的边缘存在，其他的方向模式也频繁的出现。这将使得在这些图像中平滑的区域变得很少，因此，通过有限数量的参考采样点获得的预测值来进行估值将会使效率变低。基于以上结论，我们提出了种定向性范围加大的 预测模式。目标是通过在个像素精度的水平上对相关数据进行插值进而改善图像边缘信息预测的质量。 文中提出的 帧内编码 基于 的帧内编码技术首次因采用单个采样点作为预测器的 的所有帧内预测 模式在 中被提出来。后来 中的工中，吸取周边其他项目的建设经验，采用合理可行有效的技术手段，确保工程万无失。因为本项目施工质量要求较高，投资相对较大......”。