Tıbbi Görüntü Sıkıştırması UKÜ’de Ele Alındı

Uluslararası Kıbrıs Üniversitesi (UKÜ) Mühendislik Fakültesi tarafından düzenlenen seminerde, New York Eyalet Üniversitesi öğretim üyesi Dr. Ziya Arnavut, "Tıbbi Sıkıştırmada Görüntü Kalitesini Garanti Etmek İçin Titiz PSNR ve SSIM Hata Sınırları" başlıklı sunumuyla tıbbi görüntü sıkıştırma teknolojilerindeki güncel yaklaşımları katılımcılarla paylaştı. Seminerde, tıbbi görüntülerin daha verimli şekilde depolanması ve aktarılması sağlanırken tanısal güvenilirliğin nasıl korunabileceği ele alındı.
Dr. Ziya Arnavut, sunumunda kayıplı sıkıştırma yöntemlerinin önemli ölçüde depolama alanı kazancı sağladığını, ancak asıl önemli unsurun görüntü kalitesinin korunması olduğunu belirtti. Arnavut, geliştirdikleri çalışmanın PSNR ve SSIM değerleri için matematiksel hata sınırları sunduğunu ve sıkıştırma sonrasında görüntü kalitesine güvence sağladığını ifade etti.
Arnavut, Amerika Birleşik Devletleri Gıda ve İlaç Dairesi'nin (FDA) tıbbi görüntülerde kabul edilebilir bilgi kaybına ilişkin ortak bir standart bulunmadığını vurguladığını aktararak, bu nedenle sıkıştırma oranından çok görüntü kalitesini değerlendiren güvenilir metriklerin önem kazandığını söyledi. Arnavut, geliştirdikleri yeni algoritmanın gri tonlamalı tıbbi görüntüler için neredeyse kayıpsız sıkıştırma sağlayabildiğini, minimum ve ortalama PSNR ile SSIM değerlerini matematiksel olarak garanti ettiğini dile getirdi.
Seminerde ayrıca önerilen yöntemin mevcut sıkıştırma teknikleriyle karşılaştırmalı performans sonuçları da paylaşıldı. Arnavut, algoritmanın depolama ve veri aktarımı açısından önemli avantajlar sunduğunu, bunun yanında görüntü kalitesini koruduğunu gösteren deneysel bulguları katılımcılarla paylaştı. Sunumun sonunda gerçekleştirilen soru-cevap bölümünde ise katılımcılar, yapay zeka destekli tanı sistemleri ile görüntü sıkıştırma teknolojilerinin gelecekte birlikte nasıl değerlendirilebileceğine ilişkin görüş alışverişinde bulundu.