醫(yī)學(xué)影像案例多模檢索的模態(tài)關(guān)聯(lián)建模技術(shù)研究.pdf

1、隨著醫(yī)學(xué)科技水平不斷提高，醫(yī)學(xué)影像案例也隨之不斷的增長，如何快速準(zhǔn)確的找到和需要查詢案例最相似的醫(yī)學(xué)影像輔助醫(yī)生進(jìn)行診斷受到越來越多的重視。醫(yī)學(xué)影像案例包含有圖像的底層特征和語義特征，在對圖像進(jìn)行檢索時，底層特征和語義特征之間的“語義鴻溝”問題一直是個難題，采用何種方法來縮減語義鴻溝，以達(dá)到在檢索過程中既包含有圖像的底層特征又可以用人類理解的語義來進(jìn)行檢索成為研究的熱點(diǎn)。
　　醫(yī)學(xué)影像案例在計算機(jī)輔助診斷過程中有重要的表現(xiàn)，本文針

2、對醫(yī)學(xué)影像進(jìn)行研究，通過模態(tài)關(guān)聯(lián)模型由醫(yī)學(xué)影像的底層特征獲知影像的視覺語義特征，實(shí)現(xiàn)了兩種不同模態(tài)之間的有效關(guān)聯(lián)，縮減了語義鴻溝并同時實(shí)現(xiàn)醫(yī)學(xué)影像視覺語義的自動標(biāo)注，在此基礎(chǔ)上，結(jié)合與醫(yī)學(xué)影像語義相關(guān)的底層特征進(jìn)行影像案例的多模檢索，提高影像的檢索性能，為輔助醫(yī)生進(jìn)行診斷提供決策支持。主要的研究內(nèi)容包含有以下三部分：
　　1.獲取醫(yī)學(xué)影像特征，包括底層特征和診斷語義關(guān)鍵詞。針對醫(yī)學(xué)影像感興趣區(qū)域，獲得代表醫(yī)學(xué)影像灰度、形態(tài)及紋理的

3、底層特征并進(jìn)行特征歸一化，共計32個，然后利用醫(yī)學(xué)影像相關(guān)知識，從病灶對象形態(tài)、病理診斷結(jié)果等描述信息組成的診斷報告中提取語義關(guān)鍵詞，共同組成醫(yī)學(xué)影像特征。
　　2.構(gòu)建模態(tài)關(guān)聯(lián)模型。針對語義鴻溝問題，首先，為了達(dá)到減輕維數(shù)災(zāi)難目的，采用基于關(guān)聯(lián)規(guī)則的特征選擇算法獲得與語義關(guān)鍵詞具有相關(guān)性的底層特征，去除冗余特征，實(shí)現(xiàn)特征的降維；然后，采用經(jīng)典的Apriori算法進(jìn)行關(guān)聯(lián)規(guī)則挖掘，并通過關(guān)聯(lián)規(guī)則剪枝算法得到強(qiáng)關(guān)聯(lián)規(guī)則；最后利用關(guān)聯(lián)

4、分類引擎(Associative Classifier Engine,ACE)算法建立模態(tài)關(guān)聯(lián)模型，實(shí)現(xiàn)了由醫(yī)學(xué)影像底層特征獲知語義特征目的，縮減語義鴻溝。
　　3.多模影像檢索系統(tǒng)及性能評估。針對醫(yī)學(xué)影像案例的特點(diǎn)，選擇適合醫(yī)學(xué)影像的相似度量方案，并通過SQL Server2000數(shù)據(jù)庫、Visual C++6.0以及Matlab聯(lián)合構(gòu)建影像多模檢索系統(tǒng)，以該系統(tǒng)為依托，通過查準(zhǔn)率、查全率等來評價檢索系統(tǒng)的性能，實(shí)現(xiàn)有效的計算機(jī)