乳腺影像案例多模檢索技術(shù)的研究.pdf

1、醫(yī)學(xué)影像案例由影像與描述診斷內(nèi)容組成。醫(yī)學(xué)案例檢索的主要目的就是對以往案例進行檢索，從而為醫(yī)生提供診斷依據(jù)。隨著醫(yī)學(xué)影像數(shù)據(jù)不斷增多，醫(yī)學(xué)影像案例的高效檢索面臨著嚴峻的挑戰(zhàn)。同時，圖像的底層特征與語義之間存在著“語義鴻溝”問題，影像內(nèi)容與診斷的有效結(jié)合，是解決高效檢索問題的前提與關(guān)鍵。
　　 乳腺癌早期進行診斷的重要依據(jù)是乳腺X影像，微鈣化點則是其關(guān)鍵的表現(xiàn)之一。本文主要針對乳腺案例鈣化病灶進行研究，提高鈣化病灶案例的檢索性能。

2、
　　 主要內(nèi)容如下:
　　 1.乳腺案例特征的提取。所要提取的乳腺案例特征包括:底層視覺特征以及案例的語義特征。首先，提取乳腺X影像中鈣化點的灰度、紋理、形狀等特征，得到圖像底層特征向量;然后，利用支持向量機對部分特征進行分類，得到視覺特征語義，將這些視覺特征語義與案例相關(guān)描述的語義相結(jié)合，構(gòu)成乳腺案例的多層次語義結(jié)構(gòu);之后，參照本文所計算的多層次語義結(jié)構(gòu)相似度矩陣，根據(jù)案例底層特征提取的視覺特征語義或者輸入的已知語義

3、，獲得其他語義的特征值，從而得到語義特征向量。
　　 2.多層次結(jié)構(gòu)中概念間相似度矩陣的獲得。首先，構(gòu)建多層次語義樹形結(jié)構(gòu)模型，根據(jù)樹形結(jié)構(gòu)特征，計算結(jié)構(gòu)中各節(jié)點之間的相似程度;然后，利用貝葉斯網(wǎng)絡(luò)獲取節(jié)點之間的條件概率與后驗概率，將其作為正向因子和反向因子，對傳統(tǒng)相似度量方法所計算的相似程度進行加權(quán)處理，從而得到多層次語義結(jié)構(gòu)的相似度矩陣，用以解決多層次語義結(jié)構(gòu)中，父節(jié)點與子節(jié)點間不對稱性，以及同層次子節(jié)點間的差異性。