无线胶囊内窥镜(Wireless Capsule Endoscopy, WCE)的出现是消化学科发展史上的一个重要里程碑。胶囊内窥镜检查是利用吞服式内置无线摄录相机的胶囊进行消化系统影像摄影以评估消化道疾病问题。医生将图像记录仪接收到的图像数据导入影像工作站后,就可以通过浏览图像来了解并分析患者的整个消化道健康状况,从而对病情做出诊断。整个过程耗时大约8个小时,且产生约50000张胃肠道彩色图像。即使是有经验的医生也要至少花2小时完成每例病例的诊断。胶囊内窥镜检查的特点是检查时间长、图片数据量大、医生诊断时间久。根据胶囊内窥镜的临床使用情况可发现,胶囊内窥镜存在图像分辨率和拍摄频率过低、无法直接使用智能手机或网络采集图像数据、图像的数据量相对大,难于处理等缺陷。针对上述缺陷,本论文的主要工作是研究易于硬件实现的图像压缩算法,达到提高图像分辨率或减少数据传输量的效果。为了使用手机或Wi-Fi网络接收胶囊内窥镜图像,设计了双模式胶囊内窥镜图像转发器。使用转发器可将压缩后的图像通过Wi-Fi网络直接上传到图像工作站或使用手机接收。最终在上述研究基础上,探讨了实现胶囊内窥镜自诊断的可能性,并通过简单的实验来进行了初步验证。以下内容是本论文的主要工作：1、分析了对胶囊内窥镜图像进行压缩的需求与可行性(第二章)使用图像压缩能减少整个胶囊内窥镜系统的功耗,在相同的拍摄频率下大大减少图像数据量的发送。所以一个高效率的图像压缩算法对胶囊内窥镜应用十分有用。因一般的图像传感器都带有YUV格式的输出,分析了胶囊内窥镜图像在YUV空间的分布特点并研究其实现图像压缩的可能性。为此将100张不同部位的胃肠道图像从RGB转到YUV空间并统计了不同颜色分量值的平均标准差。给出了胶囊内窥镜图像在YUV空间适合压缩处理的原因。然后使用golomb-rice编码对胶囊内窥镜图像在无失真JPEG预测模式下的预测差值进行熵编码,并给出了实验结果。由于UV分量在胶囊内窥镜图像中一般偏差较小,因此考虑在保持图像质量的前提下对UV进行采样处理。对采样处理的图像进行了重建并计算了其峰值信噪比(PSNR)。2、提出了使用智能手机和Wi-Fi网络接收胶囊内窥镜图像的方法(第三章)胶囊内窥镜采用的是专用的射频传输方式,因此难以使用智能手机或Wi-Fi网络直接进行图像数据接收。为了使用移动智能设备接收胶囊内窥镜图像数据或实时地将图像传输到图像工作站,本论文提出了基于蓝牙和Wi-Fi的双模式胶囊内窥镜图像转发器。提出的转发器通过使用和胶囊内窥镜配套的无线收发模块接收图像数据,然后根据不同的应用模式,由微处理器控制蓝牙模块或Wi-Fi模块转发数据。使用图像压缩算法对胶囊内窥镜图像进行压缩后能减少转发数据传输量。这能容易地将图片传输到智能移动设备或远程网络。3、探讨了实现胶囊内窥镜自诊断的可能性(第四章)分析了现有胶囊内窥镜诊断的不足,进行了胶囊内镜自诊断模式的初步探索。通过转发器,用手机直接接收胶囊内窥镜图像或通过网络直接将图像上传到图像工作站对重复图像和过暗图像进行删除后,由无医学背景的志愿者通过简单学习诊断图谱后对筛除后的胶囊内镜图像数据进行疑似病变图片挑选。挑选出一定数量的疑似病变图片(如不超过50张)。然后再将挑选出的图片交由医生诊断。自诊断模式如经过大规模临床检验后,有望作为现有胶囊内镜临床诊断模式的重要补充,从而有效地克服“诊断瓶颈”。