基于內(nèi)容的醫(yī)學(xué)影像圖像檢索.pdf

1、隨著各種模態(tài)的醫(yī)學(xué)影像設(shè)備大量出現(xiàn),特別是256排CT和高場(chǎng)強(qiáng)MR的臨床應(yīng)用,醫(yī)學(xué)圖像的復(fù)雜性和重要性需要高效的圖像檢索與管理方法。傳統(tǒng)的基于文本關(guān)鍵字的圖像檢索方法已不能滿(mǎn)足對(duì)大型醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)檢索的需要,基于內(nèi)容的圖像檢索(Content-BasedImageRetrieval,CBIR)技術(shù)于是應(yīng)運(yùn)而生。
　　 基于內(nèi)容的圖像檢索是從圖像本身的內(nèi)容出發(fā),由計(jì)算機(jī)提取圖像本身所包含的顏色、紋理、形狀等信息,通過(guò)檢索這些信息對(duì)

2、圖像數(shù)據(jù)庫(kù)進(jìn)行檢索。CBIR是利用圖像的低級(jí)特征來(lái)檢索相似性圖像,在醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)檢索中有著廣泛的需求,而醫(yī)學(xué)圖像除了圖像的內(nèi)容信息外還包含大量的文本或語(yǔ)義的信息,高級(jí)語(yǔ)義和低級(jí)特征的“語(yǔ)義鴻溝”是影響檢索效果的重要原因。因此,本文提出了聯(lián)合DICOM高級(jí)特征和圖像內(nèi)容低級(jí)特征的方法來(lái)檢索相似的醫(yī)學(xué)圖像,達(dá)到減少“語(yǔ)義鴻溝”的目的,從而提高檢索效果。
　　 本文首先介紹了影像圖像的特點(diǎn)、醫(yī)生檢索習(xí)慣和圖像數(shù)據(jù)庫(kù)的建立,提取了圖像

3、DICOM的信息頭的信息,選取了部分與實(shí)驗(yàn)相關(guān)的頭信息進(jìn)行存儲(chǔ):接著論述了CBIR系統(tǒng)紋理和形狀特征提取及特征比較方法,實(shí)驗(yàn)選用DT-CWT小波變換和Canny算子分別提取圖像的紋理特征和形狀特征;然后根據(jù)醫(yī)學(xué)圖像的特點(diǎn),選取DICOM頭信息對(duì)圖像進(jìn)行預(yù)篩選,再提取經(jīng)預(yù)篩選后的圖像和樣本圖像的紋理特征和形狀特征,相比較得到相似圖像。PACS中圖像檢索的方法是基于文本的,cBIR中圖像檢索的方法是基于圖像內(nèi)容的,這兩者的有機(jī)結(jié)合正是放射科