欢迎来到天天文库
浏览记录
ID:50117893
大小:3.85 MB
页数:65页
时间:2020-03-06
《基于低级特征和语义特征的医学图像检索.pdf》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、基于低级特征和语义特征的医学图像检索乔维强2015年06月中图分类号:TP391UDC分类号:004.92基于低级特征和语义特征的医学图像检索作者姓名乔维强学院名称生命学院指导教师彭彧华教授答辩委员会主席唐晓英教授申请学位级别工程硕士学科专业生物医学工程学位授予单位北京理工大学论文答辩日期2015年06月MedicalImageRetrievalBasedOnLowLevelFeaturesandSemanticFeaturesCandidateName:WeiqiangQiaoSchoolorDepartment:SchoolofLifeScienceFacultyMentor:Prof.
2、YuhuaPengChair,ThesisCommittee:Prof.XiaoyingTangDegreeApplied:MasterofEngineeringMajor:BiomedicalEngineeringDegreeby:BeijingInstituteofTechnologyTheDateofDefence:June,2015研究成果声明本人郑重声明:所提交的学位论文是我本人在指导教师的指导下进行的研究工作获得的研究成果。尽我所知,文中除特别标注和致谢的地方外,学位论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京理工大学或其它教育机构的学位或证书所使用过的材料。
3、与我一同工作的合作者对此研究工作所做的任何贡献均已在学位论文中作了明确的说明并表示了谢意。特此申明。签名:日期:北京理工大学硕士学位论文摘要随着科技的发展,核磁、CT等医学成像技术取得了重大的突破,主流核磁成像设备的磁场强度已达到3.0T,医学图像成为医生确定病情和诊断疾病的重要工具。目前,医院存储了大量的病人医学影像资料,形成了海量的医学图像数据库,如何帮助医生更加快速、准确的检索出目标医学图像,已成为亟待解决的问题。基于内容的图像检索,即CBIR(Content-basedimageretrieval),是当前计算机视觉领域中图像检索的主流发展方向。CBIR系统的工作原理是,用户输入样本
4、图像,经过系统分析处理之后,输出与样本图像内容相同或相似的目标图像。本课题主要研究基于内容的医学图像检索(Content-basedmedicalimageretrieval,CBMIR)方法。CBMIR方法可检索出相似的医学图像,进而获取历史患者的诊断资料,从而为医生提供辅助诊断方案。CBMIR涉及图像特征提取和特征匹配两种关键技术。图像特征主要包括两部分:低级特征,包括图像颜色、形状、纹理等;语义特征,需要依靠先验知识对图像信息进行识别和解释。图像特征匹配的过程为:首先由图像内容提取图像特征向量,然后将待检索图像的特征向量与图像库中图像的特征向量进行相似度比较,相似度越高,则两幅图像匹配
5、度越高。本课题所研究的基于内容的医学图像检索(CBMIR)方法的实现过程为:首先利用全局灰度哈希算法提取医学图像的灰度特征,利用Gabor小波算法提取医学图像的纹理特征,利用Canny边缘算子提取医学图像的形状特征。然后,利用遗传算法,调整医学图像特征向量权重,综合多特征向量检索相似的医学图像。最后,根据医生的反馈建议,再次利用遗传算法,调整特征向量权重,以减少医生所理解的“病理相似”和计算机理解的“视觉相似”之间的语义鸿沟,成功检索出相似度较高的医学图像。关键词:医学图像检索;低级特征;语义特征;哈希算法;Gabor小波算法;Canny算子;相似度;遗传算法I北京理工大学硕士学位论文Abs
6、tractWiththedevelopmentofscienceandtechnology,magneticresonanceimaging,CTandothermedicalimagingdeviceshavemadeamajorbreakthrough,forexample,3.0Tmagneticresonanceimagingequipmenthasbecomeamainstreamdevice.Medicalimageshasbecomeanimportanttoolfordoctorstodeterminetheconditionanddiagnosis,hospitalstor
7、esalotofpatientmedicalimagingdata,formingalargecapacitymedicalimagedatabase.Itbecomesaseriousproblemtohowtohelpdoctorsretrievethetargetmedicalimagesmorequicklyandaccurately.Content-basedimageretrieval,namel
此文档下载收益归作者所有