型的數(shù)據(jù)，將此一維數(shù)據(jù)映射為各維度 尺寸為（dim[l]，. . .，dim[dim[0]])的dim[0]維數(shù)據(jù)，得到神經(jīng)影像數(shù)據(jù)D;將肥VC或 比264/AVC的視頻編碼器標(biāo)識"化26引"或"化264}"追加入文件頭H的說明字段（char descrip[80]);
[0045] 似根據(jù)步驟（1)所述文件頭H的維度字段（shoddim閒），對所述神經(jīng)影 像數(shù)據(jù)D按圖2所示的神經(jīng)影像序列視頻帖平面示意圖進(jìn)行維度重排；若所述神經(jīng) 影像數(shù)據(jù)D(x，y，z)為dim[l]Xdim[2]Xdim[3]的S維結(jié)構(gòu)性MRI數(shù)據(jù)（其中，x= 0, 1,. . . ,dim[l]-l，y= 0, 1,. . . ,dim[2]-l，Z= 0, 1,. . . ,dim[3]-l)，則由式A(x,y,Z) =D(x,y,z)得到dim[l]Xdim凹Xdim[3]的橫斷面神經(jīng)影像序列A、由式C(x,z,y) =D(x,y,z)得到dim[l]Xdim[3]Xdim凹的冠狀面神經(jīng)影像序列C、由式S(y,z,X) =D(x,y,z)得到dim[2]Xdim[3]Xdim[l]的矢狀面神經(jīng)影像序列S;若所述神經(jīng)影像 數(shù)據(jù)D(x，y，z，t)為dim[l]Xdim[2]Xdim[3]Xdim[4]的四維fMRI數(shù)據(jù)（其中，x= 0, 1, . . . ,X-1，y= 0, 1, . . . ,Y-1，Z= 0, 1, . . . ,Z-1，t= 0, 1, . . . ,T-1)，則由式A(X,y, 1:,Z) =D(x,y,z,t)得到dim[l]Xdim凹X(dim[4]Xdim|!3])的橫斷面神經(jīng)影像序列A、由式 C(x,z,t,y) =D(x,y,z,t)得到dim山Xdim閒X(dim[4]Xdim[2])的冠狀面神經(jīng)影像序 列C、由式S(y,z,t,X)=D(x,y,z,t)得到dim凹Xdim閒X(dim[4]Xdim[l])的矢狀面 神經(jīng)影像序列S;
[0046] 做若步驟（1)所述視頻編碼器標(biāo)識為"化265}"或"化264}"，則所述視頻編碼器 標(biāo)識對應(yīng)的視頻編碼器最小編碼單元尺寸L為8或16 ;分別對步驟（2)所述神經(jīng)影像序列 A、C和S進(jìn)行帖平面填充，通過在所述序列所有帖的右側(cè)或下側(cè)復(fù)制相鄰列或相鄰行的像 素值，使各序列的帖寬和帖高為所述視頻編碼器最小編碼單元尺寸L的整數(shù)倍；
[0047] (4)使用步驟（1)所述視頻編碼器標(biāo)識對應(yīng)的標(biāo)準(zhǔn)視頻編碼器，根據(jù)不同應(yīng)用場 景，采用相應(yīng)的視頻編碼參數(shù)對步驟（3)所述神經(jīng)影像序列A、C和S進(jìn)行視頻編碼，得到 對應(yīng)的神經(jīng)影像序列壓縮碼流A'、C'和S';其中，所述視頻編碼參數(shù)包括編碼類型和編 碼配置，編碼類型包括無損編碼和有損編碼，優(yōu)選無損編碼；編碼配置包括全帖內(nèi)編碼配置 AI、低延時雙向預(yù)測配置LB和隨機訪問配置RA，當(dāng)神經(jīng)影像數(shù)據(jù)為S維結(jié)構(gòu)性MRI數(shù)據(jù)時 優(yōu)選RA編碼，當(dāng)神經(jīng)影像數(shù)據(jù)為四維fMRI數(shù)據(jù)時優(yōu)選LB;
[0048] (5)在步驟（4)所述神經(jīng)影像壓縮碼流A'、C'和S'中選擇最小碼流M作為步 驟（1)所述神經(jīng)影像數(shù)據(jù)D的最終壓縮碼流；若所述最小碼流M為A'，則帖平面標(biāo)識為 "{a}";若M為C'，則帖平面標(biāo)識為"{c}";若M為S'，則帖平面標(biāo)識為"{s}";將所述最 小碼流M對應(yīng)的帖平面標(biāo)識嵌入步驟（1)所述文件頭H的說明字段（chardescrip巧0]); 將所述文件頭H與最小碼流M合并，得到壓縮后的神經(jīng)影像文件I';
[0049](6)解碼端提取壓縮后的神經(jīng)影像文件I'的前352字節(jié)得到文件頭H'，提取 文件頭后的所有字節(jié)得到壓縮后的神經(jīng)影像數(shù)據(jù)D';從文件頭H'的說明字段（char descrip[80])解析視頻編碼器標(biāo)識，調(diào)用相應(yīng)的標(biāo)準(zhǔn)視頻解碼器對所述壓縮后的神經(jīng)影像 數(shù)據(jù)D'進(jìn)行視頻解碼，得到重建的神經(jīng)影像序列R';
[0化0] (7)根據(jù)步驟（6)所述視頻編碼器標(biāo)識得到對應(yīng)的視頻編碼器最小編碼單元 尺寸L;從步驟（6)所述文件頭H'的維度信息字段（shoddim巧])和說明字段（char descrip巧0])解析原始神經(jīng)影像的維度信息和神經(jīng)影像序列的帖平面標(biāo)識；根據(jù)所述維 度信息、帖平面標(biāo)識和視頻編碼器最小編碼單元尺寸以按照步驟（3)帖平面填充的逆過程 對所述重建的神經(jīng)影像序列R'進(jìn)行帖平面裁剪，去除在步驟（3)填充的列或行像素；
[0051] (8)根據(jù)步驟（7)所述原始神經(jīng)影像數(shù)據(jù)的維度信息和帖平面標(biāo)識，按步驟（2) 所述維度重排的逆過程，對所述重建的神經(jīng)影像序列R'進(jìn)行維度復(fù)原，得到重建的原始 神經(jīng)影像數(shù)據(jù)R;將視頻編碼器標(biāo)識和帖平面標(biāo)識從步驟（6)所述文件頭H'的說明字段(chardescrip[80])清除；將所述文件頭H'與重建的原始神經(jīng)影像數(shù)據(jù)R合并，得到重建 的NIfTI格式神經(jīng)影像文件。
[0化2] 為驗證本發(fā)明所提供方法的壓縮性能，分別使用肥VC參考軟件歷16. 3和H. 264/ AVC參考軟件JM18. 6,采用AI、RA和LB配置，對3個如圖3所示的測試用S維結(jié)構(gòu)性MRI神經(jīng)影像1、2、3和1個如圖4所示的測試用四維fMRI神經(jīng)影像4進(jìn)行了無損壓縮和有損壓 縮兩組測試，測試結(jié)果分別如表1和表2所示。其中，測試用神經(jīng)影像1、2為181X217X181 的結(jié)構(gòu)性8比特位深MRI神經(jīng)影像，測試用神經(jīng)影像3為301X370X316的結(jié)構(gòu)性8比特 位深MRI神經(jīng)影像，測試用神經(jīng)影像4為64X64X64X96的8比特位深fMRI神經(jīng)影像。
[0053] 表1列出了分別使用本發(fā)明所提供的方法、直接使用標(biāo)準(zhǔn)視頻編碼的方法與使用 NIfTI默認(rèn)支持的gzip方法對測試用神經(jīng)影像進(jìn)行無損壓縮的壓縮比對比數(shù)據(jù)。從表1可 W看出，與其他方法相比，應(yīng)用本發(fā)明提供的基于肥VC的神經(jīng)影像數(shù)據(jù)壓縮方法，顯著提 高了壓縮效率，具體如下：
[0054] (1)在采用AI配置時，比gzip方法最高可節(jié)省3. 07/2. 02-1 = 51. 58%的bpp(每 像素比特數(shù)），比直接采用H. 264/AVC的方法最高可節(jié)省3. 07/2. 69-1 = 13. 91 %的bpp，比 本發(fā)明提供的基于H. 264/AVC的方法最高可節(jié)省3. 07/2. 79-1 = 9. 82%的bpp,比直接采 用肥VC的方法最高可節(jié)省3. 07/3-1 = 2. 32 %的bpp;
[0055] (2)在采用RA配置時，比gzip方法最高可節(jié)省9. 96/4. 91-1 = 102. 69%的bpp, 比直接采用H. 264/AVC的方法最高可節(jié)省3. 97/2. 71-1 = 46. 71 %的bpp,比本發(fā)明提供的 基于比264/AVC的方法最高可節(jié)省9. 96/8. 42-1 = 18. 25%的bpp,比直接采用肥VC的方 法最高可節(jié)省 3. 97/2. 79-1 = 42. 38 % 的bpp;
[0056] (3)在采用LB配置時，比gzip方法最高可節(jié)省9. 90/4. 91-1 = 99. 52%的bpp,比 直接采用H. 264/AVC的方法最高可節(jié)省4. 03/2. 69-1 = 49. 75%的bpp,比本發(fā)明提供的基 于比264/AVC的方法最高可節(jié)省9. 90/7. 83-1 = 25. 12%的bpp,比直接采用肥VC的方法 最高可節(jié)省 4. 03/2. 78-1 = 45. 16%的bpp。
[0化7] 表2列出了使用本發(fā)明所提供的方法對測試用神經(jīng)影像進(jìn)行有損壓縮（QP= 22) 的壓縮比和PSNR(峰值信噪比）對比數(shù)據(jù)。從表2可W看出，在PSNR高于41的情況下，應(yīng) 用本發(fā)明所提供的有損壓縮方法，獲得了遠(yuǎn)遠(yuǎn)高于表1列出的本發(fā)明所提供的無損壓縮方 法的壓縮效率；與基于本發(fā)明提供的基于H. 264/AVC的方法相比，應(yīng)用本發(fā)明提供的基于 肥VC的神經(jīng)影像數(shù)據(jù)壓縮方法進(jìn)一步提高了壓縮效率，具體如下：
[005引 （1)采用AI配置，在PSNR更高的情況下，與本發(fā)明提供的基于H. 264/AVC的方法 相比，b卵最高可節(jié)省32. 77/22. 89-1 = 43. 16% ;
[0059] 似采用RA配置，在PSNR更高的情況下，與本發(fā)明提供的基于H. 264/AVC的方法 相比，b卵最高可節(jié)省80. 85/60. 13-1 = 34. 46% ;
[0060] (3)采用LB配置，在PSNR更高的情況下，與比本發(fā)明提供的基于H. 264/AVC的方 法相比，b卵最高可節(jié)省76. 74/56. 20-1 = 36. 54%。
[0061] 綜上所述，與NIfTI默認(rèn)支持的gzip壓縮方法、直接使用標(biāo)準(zhǔn)視頻編碼的壓縮方 法和本發(fā)明提供的基于H. 264/AVC的壓縮方法相比，本發(fā)明提供的一種基于肥VC的神經(jīng)影 像數(shù)據(jù)壓縮方法大幅提高了壓縮效率。
[0062] 根據(jù)表1和表2的測試結(jié)果，對于不用的應(yīng)用場景，優(yōu)選采用如下視頻編碼配置：
[0063] (1)對于隨機訪問要求較高、存儲資源或傳輸帶寬不緊張的應(yīng)用場景，可W采用壓 縮開銷較低但壓縮效率相對較差的AI配置進(jìn)行神經(jīng)影