基于特征融合的醫(yī)學影像檢索算法設計與實現.pdf

1、隨著信息技術和醫(yī)學的發(fā)展，CT、MRI等數字化醫(yī)療設備在臨床工作和輔助診斷中得以日益廣泛的應用。這些現代化的設備使得醫(yī)療機構每天都會產生大量的醫(yī)學影像數據。醫(yī)學影像作為臨床診斷中的不可缺少的一部分，不僅可以反映人體的解剖信息及結構形態(tài)，而且還可以直觀的解釋人體組織器官功能，是醫(yī)生進行臨床診斷、病情監(jiān)控、手術參考、病理研究的重要客觀依據。
　　醫(yī)生在臨床診斷的過程中，通常需要對不同患者或者同一患者不同時間的影像進行分析和比較，并結合

2、診斷報告做出最終的診斷結論。醫(yī)生一般通過對比同一部位影像的某些局部特征做出判斷。這就需要根據局部特征進行檢索，而單一局部特征來檢索會出現非同一部位的誤檢。因為在某些情況不同的部位組織局部特征可能相似，如腦部影像某種病變的局部特征與腿部某種病變的局部特征相似，所以在檢索前需要將不同組織的輸入影像進行過濾。本文設計了基于特征融合的醫(yī)學影像檢索算法來解決這一問題。
　　本文設計了一種融合了全局特征和局部特征的醫(yī)學影像檢索算法，通過全局特

3、征先對影像進行預分類，然后利用局部特征進行檢索。文中提取影像的SIFT特征點作為影像的局部特征，通過構建BOVW模型對影像的局部特征進行檢索。具體是通過K-means聚類方法對由局部特征詞集聚類得到BOVW模型所需要的詞典。之后，利用詞典統(tǒng)計影像中特征詞出現的頻率對影像進行描述。然后根據影像的描述向量對影像數據庫建立索引。而對于局部特征相似的其他部位的影像通過影像的預分類來進行排除。具體通過融合一種Tamura紋理特征和一種Shape