基于內容的超聲醫(yī)學圖像檢索.pdf

1、隨著醫(yī)學數字化影像設備在臨床工作中日益廣泛應用，電子病歷和圖像歸檔與通信系統(tǒng)方面的技術不斷發(fā)展，臨床上每天都會產生大量醫(yī)學圖像數據。如何有效地組織、管理和檢索醫(yī)學圖像是當前迫切需要解決的問題。傳統(tǒng)的基于文本方式的數據庫管理方式已經漸漸無法滿足大規(guī)模醫(yī)學圖像數據庫的檢索需要，為此基于內容的圖像檢索(CBIR，Content-based Image Retrieval)技術成為近年來該領域中的研究熱點。 本文概述了CBIR在醫(yī)學圖像

2、中的應用，并分析總結了現(xiàn)有基于內容的圖像檢索的關鍵技術，包括特征提取、相似度計算和檢索性能的評價幾方面。本文主要研究內容如下： 1．利用了圖像局部的熵和區(qū)域生長的方法，對超聲醫(yī)學圖像進行預處理，能夠很好的濾除扇陣超聲圖像周圍的一些文字信息，從而使檢索不受到周圍文字信息的影響。 2．實現(xiàn)了分別利用全局直方圖、分塊直方圖、帶狀顏色相關圖、Legendre矩、分塊Legendre矩等顏色特征和灰度共生矩陣、Harr小波和Gab

3、or小波等紋理特征對超聲醫(yī)學圖像進行檢索，并利用實驗對比了各種特征的性能。 3．在分析各種特征檢索結果的基礎上，提出了一種新的檢索方式——分級檢索，即先用紋理特征排除一部分數據庫中的圖像，再利用顏色特征進行檢索。 4．提出了利用超聲圖像近遠場灰度比的特征，針對重度超聲醫(yī)學脂肪肝圖像的檢索方法。 5.初步搭建了基于內容的超聲醫(yī)學圖像檢索實驗性系統(tǒng)平臺，而且能夠滿足后續(xù)開發(fā)的需要，能夠容易的擴展平臺的功能，比如增加新

4、的圖像特征以及新特征的相似度計算方法。 經過對圖像數據庫的實驗得到，利用直方圖方法檢索的有效率為75.2％，利用帶狀顏色相關圖方法檢索的有效率為70.4％，利用正交Legendre矩方法檢索的有效率為77.2％，利用分塊直方圖方法檢索的有效率為78.3％，利用分塊正交Legendre矩方法檢索的有效率為79.8％，利用灰度共生矩陣方法檢索的有效率為60.1％，利用哈爾小波方法檢索的有效率為64.6％，利用Gabor小波方法檢索的