

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著數(shù)字化成像設(shè)備,如,數(shù)字化CT、MRI、X射線、超聲、PET等設(shè)備的高速發(fā)展,現(xiàn)在的醫(yī)療機(jī)構(gòu)每天都要產(chǎn)生大量數(shù)字醫(yī)學(xué)圖像。大型醫(yī)療機(jī)構(gòu)每年的數(shù)字圖像數(shù)量呈指數(shù)級(jí)增長(zhǎng),對(duì)于高效的數(shù)字圖像存儲(chǔ)、管理工具的需求日益迫切。在使用傳統(tǒng)的文本信息檢索不能完全滿足應(yīng)用需求的情況下,基于內(nèi)容的圖像檢索(Content-Based Image Retrieval,CBIR)技術(shù)越來(lái)越受到重視,也成為研究熱點(diǎn)之一。
本文在系統(tǒng)地分析基于內(nèi)容的
2、醫(yī)學(xué)圖像檢索關(guān)鍵技術(shù)以及發(fā)展趨勢(shì)的基礎(chǔ)上,針對(duì)全局相似的醫(yī)學(xué)圖像檢索方法進(jìn)行研究,并取得了良好的效果。本文主要研究工作包括:
(1)面向多部位的醫(yī)學(xué)圖像的全局相似檢索。基于剛性配準(zhǔn)的檢索方法可以獲得很高的準(zhǔn)確性,但是耗時(shí)過(guò)長(zhǎng),難以實(shí)際應(yīng)用。針對(duì)這個(gè)問(wèn)題,本文提出使用梯度相位互信息以及圖像重心,分別估計(jì)兩幅匹配圖像的角度偏差和平移偏差。實(shí)驗(yàn)表明,新算法具有與基于剛性配準(zhǔn)的檢索方法相同的準(zhǔn)確性,同時(shí)計(jì)算耗時(shí)大幅縮短。
(
3、2)面向同一部位醫(yī)學(xué)圖像的相同解剖范圍檢索。提出融合先驗(yàn)知識(shí)的線性加權(quán)相似度組合方法。基于鮑威爾優(yōu)化算法,根據(jù)先驗(yàn)知識(shí),合理地排列不同類型特征的相似度。采用少量的數(shù)據(jù)訓(xùn)練鮑威爾算法,依次優(yōu)化不同類型特征的相似度的組合權(quán)重。得到的組合相似度達(dá)到了良好的檢索準(zhǔn)確性,而且鮑威爾算法的尋優(yōu)過(guò)程快速收斂。
(3)面向多部位的醫(yī)學(xué)圖像的相同標(biāo)注類檢索。通過(guò)組合多種全局和局部特征相似度來(lái)提高檢索性能。首先提出分段聚類構(gòu)造碼書(shū)的方法,在獲得良
4、好的檢索準(zhǔn)確性的同時(shí)大幅縮短了計(jì)算用時(shí);然后組合大數(shù)量的相似度在多個(gè)公共數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),得出“和規(guī)則”的檢索準(zhǔn)確性總體優(yōu)于“乘積規(guī)則”的實(shí)驗(yàn)結(jié)論,并輔以理論分析,對(duì)實(shí)際應(yīng)用提供可靠的依據(jù)。
(4)面向多部位的醫(yī)學(xué)圖像相同標(biāo)注類檢索結(jié)果的排序優(yōu)化。引入排序支持向量機(jī)對(duì)檢索結(jié)果進(jìn)行優(yōu)化。通過(guò)計(jì)算相似度與相似性之間的互信息來(lái)濾除冗余的相似度,并以互信息選擇的相似度作為排序支持向量機(jī)的輸入,進(jìn)行排序優(yōu)化。實(shí)驗(yàn)與分析表明,該方法大幅提
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索研究.pdf
- 基于內(nèi)容醫(yī)學(xué)圖像檢索的索引研究.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索算法研究.pdf
- 基于內(nèi)容的超聲醫(yī)學(xué)圖像檢索.pdf
- 基于內(nèi)容圖像檢索方法的研究.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索研究與實(shí)現(xiàn).pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索應(yīng)用研究.pdf
- 醫(yī)學(xué)圖像特征的自動(dòng)獲取與基于內(nèi)容檢索的方法研究.pdf
- 基于全局與局部相似性檢索的圖像自適應(yīng)修復(fù)方法.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf
- 基于圖像內(nèi)容的文檔檢索方法研究.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索若干技術(shù)的研究.pdf
- 基于內(nèi)容的超聲圖像檢索方法研究.pdf
- 基于內(nèi)容的醫(yī)學(xué)影像圖像檢索.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索技術(shù)研究與應(yīng)用.pdf
- 醫(yī)學(xué)圖像特征提取及基于內(nèi)容檢索的研究.pdf
- 基于內(nèi)容的小波圖像檢索方法研究.pdf
- 基于內(nèi)容的醫(yī)學(xué)圖像檢索關(guān)鍵技術(shù)研究.pdf
- 基于內(nèi)容圖像檢索的研究.pdf
- 基于紋理特征的醫(yī)學(xué)圖像檢索方法研究.pdf
評(píng)論
0/150
提交評(píng)論