一种基于预训练大语言模型的双分支医学图像无损压缩方法

本发明公开一种基于预训练大语言模型的双分支医学图像无损压缩方法，涉及医学图像技术领域，解决了医学图像无损压缩难以实现图像压缩率、图像质量与计算成本平衡的技术问题。该方法包括：基于训练集得到全局模态和局部模态；基于全局模态编码出全局模态比特流，基于隐变量编码出隐变量比特流；将信息比特流加密到局部模态，得到加密局部模态，将全局模态与加密局部模态输入特征嵌入层；将全局模态特征嵌入表示作为预训练大语言模型的视觉提示词，得到加密局部模态比特流，将全局模态、隐变量与加密局部模态的比特流顺序拼接，得到图像无损压缩比特流；通过测试集进行测试评估。本发明实现了医学图像压缩率、图像质量与计算成本之间的平衡。