面向醫(yī)學影像的高維索引的研究.pdf

1、隨著互聯(lián)網(wǎng)和信息技術的快速發(fā)展，圖像等多媒體資源在生活工作中的應用也越來越廣泛。同時醫(yī)療技術的進步，產(chǎn)生了大量的醫(yī)學影像數(shù)據(jù)。此時，醫(yī)學影像檢索采用了很多基于內(nèi)容的圖像檢索(Content Based Image Retrieval)技術。這就涉及到一個問題，如何對現(xiàn)有的影像資源進行高效準確的檢索。
　　現(xiàn)在一個通用的方法是對影像進行特征提取，之后通過對特征的比較來實現(xiàn)檢索。為了更加準確反映原始影像資源的特征，往往需要多個變量信息

2、的綜合描述。因此所提取的特征多是高維數(shù)據(jù)。顯然隨著維度的增高，從影像資源到特征數(shù)據(jù)的映射將更加合理和準確。原始的索引結構和檢索方法，多是針對二維平面空間和三維立體空間，而醫(yī)學影像所提取的特征數(shù)據(jù)多是多維的，現(xiàn)有的索引難以滿足要求。
　　本文研究了醫(yī)學影像數(shù)據(jù)的特點，并提出針對醫(yī)學影像數(shù)據(jù)的索引。首先，提出了基于統(tǒng)計的近似平衡KD樹索引。通過對數(shù)據(jù)的統(tǒng)計信息，采用近似平分的方式，解決了樹的不平衡問題;提出來新的分裂維度選擇方法，每次

3、分裂都能沿最佳分裂軸進行;根據(jù)數(shù)據(jù)特點，找到了新的樹的調(diào)整算法，可以一定程度上緩解樹的再插入造成的不平衡問題。之后，提出了基于R樹的改進索引。根據(jù)醫(yī)學影像數(shù)據(jù)的特點，提出了新的分裂算法，改進了構建算法，可以無重合的構建索引;查詢時摒棄了原來的深度和廣度遍歷的方法，提出了啟發(fā)式的最佳優(yōu)先搜索策略，這樣就避免了傳統(tǒng)算法因為搜索順序造成的低效。此外，在維度過高時，采用降維方法后，通過大量實驗后，針對現(xiàn)有的特征數(shù)據(jù)找出了合適的維度代替全部維度，