We consider the Abelian longest common factor problem in two scenarios: when input strings are uncompressed and are of length at most n, and when the input strings are run-length encoded and their compressed representations have size at most m. The alphabet size is denoted by σ. For the uncompressed problem, we show an O(n2/ log1+1/σ n)-time and O(n)-space algorithm in the case of σ = O(1), making a non-trivial use of tabulation. For the RLE-compressed problem, we show two algorithms: one working in O(m2σ2 log3m) time and O(m(σ2+log2m)) space, which employs line sweep, and one that works in O(m3) time and O(m) space that applies in a careful way a sliding-window-based approach. The latter improves upon the previously known O(nm2)-time and O(m4)-time algorithms that were recently developed by Sugimoto et al. (IWOCA 2017) and Grabowski (SPIRE 2017), respectively.
Niniejszy artykuł zawiera zwarty przegląd algorytmów z zakresu bezstratnej kompresji statycznych obrazów medycznych. Uwzględniono zarówno agorytmy, które uznawane są za standardy w medycznych systemach składowania i transmisji obrazów, jak również inne algorytmy praktycznie stosowane do kompresji takich danych. Przedstawiono również ogólną charakterystykę klas obrazów medycznych, wyróżniając te cechy omawianych klas obrazów, które są istotne przy konstrukcji lub wyborze algorytmu kompresji obrazów należących do tych klas.
EN
In this paper we present a brief overview of lossless medical image compression algorithms. We overview both algorithms that arę considered to be stan-dards in medical image transmitting and archiving systems and other algorithms used for compressing medical images. We also generally describe main classes of medical images, distinguishing features that arę crucial in development and selection of algo-rithms appropriate for compressing images belonging to those classes.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.