基于內(nèi)容的醫(yī)學(xué)圖像檢索應(yīng)用研究.pdf

1、數(shù)字化影像設(shè)備在臨床的廣泛應(yīng)用產(chǎn)生了大量的醫(yī)學(xué)圖像數(shù)據(jù)。如何更有效地組織、管理和檢索醫(yī)學(xué)圖像數(shù)據(jù)，讓豐富的醫(yī)學(xué)圖像更好的為臨床、科研和教學(xué)服務(wù)成為當(dāng)前迫切需要解決的問題，基于內(nèi)容的醫(yī)學(xué)圖像檢索技術(shù)(Content-Based Medical Image Retrieval)應(yīng)用而生。近年來，許多學(xué)者研究了基于內(nèi)容的眼底圖像檢索中的一些關(guān)鍵技術(shù)，然而，基于內(nèi)容的眼底圖像檢索的應(yīng)用卻很少。
　　 眼底(視網(wǎng)膜)視神經(jīng)是重要的視覺器官

2、。眼底血管循環(huán)障礙疾病以及全身性疾病導(dǎo)致的眼底改變均可不同程度地顯征于視網(wǎng)膜和脈絡(luò)膜。然而受專業(yè)和研究領(lǐng)域的限制，對(duì)眼底圖片的診斷是比較困難的，并非每個(gè)醫(yī)生都會(huì)分析和診斷眼底圖像。而基于內(nèi)容的眼底圖像檢索系統(tǒng)，利用CBIR技術(shù)快速對(duì)眼底圖片進(jìn)行檢索，可以實(shí)現(xiàn)自動(dòng)識(shí)別和分類，能提示并輔助大夫提高診斷的速度和準(zhǔn)確性，因而具有重要的研究意義和開發(fā)價(jià)值。
　　 本課題主要研究了基于內(nèi)容的眼底圖像檢索和基于檢索的眼底圖像計(jì)算機(jī)輔助診斷系統(tǒng)

3、。
　　 在基于內(nèi)容的眼底圖像檢索部分，本文區(qū)別于傳統(tǒng)方法提出一種基于圖像局部密度直方圖和整體顏色(或灰度)直方圖共同來提取眼底圖像特征的方法，這樣既考慮了圖像的局部區(qū)域特征，又考慮了圖像的整體特征。通過與傳統(tǒng)方法的CBIR系統(tǒng)比較，證明本文方法提高了檢索的精度。在檢索算法上，本文改進(jìn)并提出KPCA+SVM圖像檢索算法，用來分類檢索復(fù)雜的眼底圖像。檢索過程中，首先用眼底圖像的明、暗區(qū)域的局部直方圖和眼底圖像的整體直方圖的組合來表

4、示標(biāo)準(zhǔn)化的眼底，由于這樣的數(shù)據(jù)維數(shù)比較高，故用KPCA降維并處理眼底特征分布的非線性。為了獲得滿意的檢索精度和推廣性能，用線性支持向量機(jī)和最鄰近聚類準(zhǔn)則構(gòu)建多分類器，并通過相關(guān)反饋策略，訓(xùn)練最優(yōu)分類器。實(shí)驗(yàn)表明，無論是對(duì)熒光眼底還是彩色眼底，該系統(tǒng)對(duì)五分類的小樣本都具有較高的檢索率(大于90％)。由于該系統(tǒng)是一個(gè)開放的系統(tǒng)，可擴(kuò)充性和實(shí)時(shí)性都很好，因而具有很高的應(yīng)用價(jià)值。
　　 在基于檢索的眼底圖像計(jì)算機(jī)輔助診斷部分，考慮到眼底

5、篩查對(duì)診斷速度和準(zhǔn)確性的要求，文章對(duì)第三章的算法加以改進(jìn)并提出了2PCA+SVM的算法，在此基礎(chǔ)上實(shí)現(xiàn)了一個(gè)用于眼底篩查的CAD系統(tǒng)。因?yàn)楹Y查只需區(qū)分正常和異常眼底，是一個(gè)兩分類問題，故只選用了一個(gè)線性的SVM做分類訓(xùn)練，同時(shí)2PCA又較KPCA簡(jiǎn)單、快速和穩(wěn)定，所以該算法相對(duì)于第三章的算法就提高了訓(xùn)練速度，分類的精確性和系統(tǒng)的穩(wěn)定性。初步的實(shí)驗(yàn)表明，該系統(tǒng)用于眼底篩查時(shí)的檢索正確率可以達(dá)到98.33％。該系統(tǒng)基于MatlabR2007