基于內(nèi)容的多模態(tài)醫(yī)學(xué)圖像的檢索系統(tǒng)研究.pdf

1、本文深入分析了大模態(tài)數(shù)據(jù)庫的特點，力求對目前PACS系統(tǒng)的不足之處做出改進。提出了一種分層的檢索模式，首先對查詢圖像進行分類，然后在類內(nèi)進行檢索。在這樣的框架下所需要的檢索時間并不隨圖像庫規(guī)模的增加而明顯增加，僅與每一類中所具有的圖像數(shù)目有關(guān)，有效提高了檢索系統(tǒng)的實時性。類內(nèi)檢索時，可針對類別特點設(shè)計檢索方案，提高檢索的有效率。 在醫(yī)學(xué)圖像中，經(jīng)常會出現(xiàn)這幾類噪聲：①底片在數(shù)字掃描時留下的多余白邊；②圖像傾斜；③圖像含有文字和標(biāo)

2、識。針對這幾種噪聲的特點，設(shè)計了一套去噪算法。利用Hough變換檢測白邊邊界直線，進行傾斜矯正，最后進行白邊、文字和標(biāo)識的去除。 在進行圖像分類時，先對圖像進行降維以提取特征，然后用近鄰法識別。為充分保留空間分布信息并更好的進行分類，使用Fisher準(zhǔn)則進行降維。考慮到數(shù)據(jù)的非線性分布特點，選擇了包含核技術(shù)的GDA方法，并將GDA降維方法和LDA降維方法進行了對比，實驗表明用GDA降維后的特征具有更好的可分離性。 采用了