医学图像特征的自动获取与基于内容检索的方法研究

医学图像特征的自动获取与基于内容检索的方法研究

ID:35140216

大小:3.69 MB

页数:104页

时间:2019-03-20

医学图像特征的自动获取与基于内容检索的方法研究_第1页
医学图像特征的自动获取与基于内容检索的方法研究_第2页
医学图像特征的自动获取与基于内容检索的方法研究_第3页
医学图像特征的自动获取与基于内容检索的方法研究_第4页
医学图像特征的自动获取与基于内容检索的方法研究_第5页
资源描述:

《医学图像特征的自动获取与基于内容检索的方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第一军医大学博士学位论文医学图像特征的自动获取与基于内容检索的方法研究姓名:周杰申请学位级别:博士专业:生物医学工程指导教师:陈武凡20040508摘要随着医学数字化影像设备在临床工作中日益广泛的应用,电子病历和图像归档通信系统方面的技术不断发展,临床上每天都会产生大量医学图像数据。如何有效地组织、管理和检索医学图像是当前迫切需要解决的问题。传统的基于文本方式的数据库管理方式已经渐渐无法满足大规模医学图像数据库的检索需要,为此基于内容的图像检索(CBIR,Content.basedImageRetri

2、eval)技术成为近年来该领域中的研究热点。自上个世纪90年代开始,CBIR技术经过十多年的发展,其研究开发和商业应用都有了长足的发展。然而,在医学应用领域该技术的发展面临巨大挑战。在医学图像数据库中,研究基于内容的图像检索方法仍然存在着一定的医学约束。尤其是,医学图像的特征数目和种类并非一成不变的,它会随着时代的进步和人类对医学认知的深化而不断“进化”。由于一般研究者缺乏获取医学图像特性去组成有效检索计算方案,所以普通的CBIR系统在医学背景下使用是难以保证有意义的查询。在医学影像诊断中,临床诊断决

3、策~般是根据图像局部特征来完成的。为了能够自动获取图像区域特征表达,本文提出的策略是:对医学图像进行EM分割:为了克服当前分割问题中不可避免的不确定性,我们采用了区域模糊特征;为了能对临床辅助诊断提供针对性的查询,引入了感兴趣区域特征的自动提取方法:最后,组合两类特征进行相似性匹配运算,通过和查询图像比较,返回所有与之视觉上相似,诊断意义上相近的同类型图像。在实验中,我们实现了提出的方法,并与简单使用区域模糊特征相似匹配的方法进行了比较。实验结果显示本研究提出的方法能有效的提“973”国家重点基础研究

4、发展规划资助项H(2003CB716101);国家自然科学基金重点项目(30130180)。第一军医大学博士学位论文高医学图像查询精度,并具备一定的鲁棒性。在尝试将CBIR技术和医学医学图像归档和通信系统(PACS)相结合的探索性工作中,本文提出了一个尝试性的设计方法。其中,为了确保医学图像的CBIR系统能够在特定图像类别下进行有意义的查询处理,我们结合成像设备(Modality)、体位方向(Orientation)、解剖部位(Anatomy)和生物系统(Biology)等四项信息设计了新颖的医学图像

5、MOAB分类编码系统。实验表明MOAB(以上四组信息的英语首字母)编码能够实现对医学图像进行唯一的分类,而且分类编码的构架灵活,易于扩充。为了不影响两套系统功能的独立性和医学图像通信的标准化,本文设计了结合CBIR技术平台到PACS系统的接口程序。关键词医学图像,基于内容检索,数据库,特征提取,感兴趣区域,图像分割,模糊特征,图像分类编码ABSTRACTThereisanenormousneedforvisualinformationorganization,management,andretriev

6、alinthegrowingfieldofdigitalarchivesorelectronicpatientrecordersandbytheincreasingapplicationdomainsofmedicalimagingandPACS(PictureArchivingandCommunicationSystems).Inparticular,techniquesofcontent-basedimageretrieval(CBIR)havebeenmajortopicsofresearchf

7、ormedicalimagedatabasequeriesinsteadoftext-basedsearchingtechniquesinrecentyears.SignificantdevelopmentsofCBIRtechniqueshavebeenmadeinresearchandcommerciaIapplicationssince1990’s.HoweverItherearesomeuniquechallengestoconfrontCBIRapplicationwiththemedica

8、limagedatabases.Therearestillsomemedicalconstraintstoimageretrieval.Particularly,thenumberandkindoffeaturestocharacterizemedicalimagesaresubjecttocontinuousevolutionwiththeadvancementofagesanddeepnessofunderstandingmedicalknowled

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。