O crescente volume de dados gerados por diversas modalidades de imagens médicas, tais como Tomografia Computadorizada (TC), Ressonância Magnética (RM) e Ultrassonografia (US), dentre outras, tem fomentado discussões relativas ao armazenamento. Este, quando prolongado e contínuo, possibilita estudos clínicos robustos, capazes de identificar alterações ao longo de um período e propor ações futuras de tratamento ou diagnósticos. No entanto, armazenar dados médicos em padrão DICOM gera elevados custos que tendem a aumentar, uma vez que a geração de dados médicos cresce a uma taxa bem maior que a redução no custo da infraestrutura de armazenamento. Tais desafios e expectativas podem ser mitigados por meio de técnicas de compressão e descompressão de imagens que sejam capazes de preservar informações clinicamente relevantes. Essas técnicas influenciam na transmissão de imagens mais rápida, aprimorando a telemedicina. No entanto, a eficácia dos métodos de compressão está relacionada a características intrínsecas da modalidade de imageamento. Em Tomografia Computadorizada, por exemplo, a compressão em imagens de espessuras muito finas gera mais artefatos se comparada às obtidas em imagens de maior espessura. Esta tese propõe um novo método de compressão e descompressão para arquivos DICOM, intitulado Duplo Cone (DC), que combina uma função bijetora, responsável por realizar a conversão de arquivos DICOM de 16 bits para canais de cores RGB, com codecs de vídeo tradicionais. Três codecs foram empregados: H.264, H.265 e FFV1. Estes deram origem, respectivamente, a 3 variações do método proposto DC: DC1, DC2 e DC3. Os resultados mostraram que a compressão, embora com perda, tem uma taxa de similaridade bem próxima da imagem original (SSIM = 0;99), e razão de compressão igual a 69;51, no melhor caso. A versão de melhor desempenho foi a DC2, pois produziu resultados em arquivos DICOM com melhores taxas de compressão, sinal ruído e similaridade, se considerarmos que a combinação de tais métricas é indispensável para aplicação em ambiente clínico.

The growing volume of data generated by various medical imaging modalities, such as Computed Tomography (CT), Magnetic Resonance (RM), ultrasonography (US), among others, has fostered discussions related to storage. This, when prolonged and continuous, allows robust clinical studies, capable of identifying changes over a period and proposing future treatment or diagnosis actions. However, storing medical data in DICOM format generates high costs that tend to increase, since the generation of medical data grows at a rate much greater than the reduction of storage infrastructure costs. Such challenges and expectations can be mitigated by using image compression and decompression techniques capable of preserving clinically relevant information. These techniques influence the faster transmission of images, improving telemedicine. However, the effectiveness of the compression methods is related to the intrinsic characteristics of the imaging modality. In computed tomography, for example, compression in images of very small thickness generates more artifacts compared to those obtained for images of large thickness. This thesis proposes a new method of compression and decompression for DICOM data, entitled Double Cone (DC), which combines a bijector function responsible for converting 16-bit DICOM data to RGB color channels, with traditional video codecs. Three codecs were used: H.264, H.265 and FFV1. These led, respectively, to 3 variations of the proposed DC method: DC1, DC2 and DC3. The results showed that the compression, although with loss, has a similarity rate very close to the original image (SSIM = 0:99), and compression ratio equal to 69:51, in the best case. The version with the best performance was DC2, as it produced results in DICOM data with better compression rates, signal noise and similarity, if we consider that the combination of such metrics is indispensable for application in a clinical environment.