文摘
英文文摘
声明
第一章绪论
1.1基于内容的图像检索(CBIR)
1.2 CBIR常规技术概括
1.3本课题研究意义
1.3.1 CBIR在医学领域中的应用需求分析
1.3.2医学图像的CBIR的特点
1.3.3医学图像检索的常用特征
1.3.4医学图像CBIR的发展
1.4本文主要研究内容
1.5论文结构
参考文献
第二章颅脑图像脑组织自动化提取
2.1引言
2.2颅脑图像的相关知识
2.2.1解剖学知识
2.2.2影像学知识
2.3基于区域生长提取序列颅脑CT图像脑组织
2.3.1区域生长算法
2.3.2颅脑CT图像脑组织自动提取
2.3.3实验
2.4基于改进BET算法的MR颅脑图像脑组织自动提取
2.4.1 BElT算法简介
2.4.2本文改进算法
2.4.3实验
参考文献
第三章颅脑图像脑组织分割
3.1引言
3.2基于高斯混合模型的EM算法(GMM-EM)
3.3基于参数受限高斯混合模型的EM算法(PLGMM-EM)
3.4基于高斯-马尔科夫模型的EM算法(G-MRF-EM)
3.5本文在CBIR检索系统中采用的算法
参考文献
第四章特征提取
4.1形状特征
4.1.1傅立叶形状描述符
4.1.2不变矩
4.2小波变换
4.3 Gabor小波变换
参考文献
第五章基于模糊区域内容和模糊结构的脑部图像检索
5.1引言
5.2模糊内容特征及模糊相似度计算
5.2.1模糊内容特征表示
5.2.2基于模糊内容特征的相似度计算
5.2.3多特征模糊相似度计算
5.2.4柯西和指数隶属度函数比较
5.3模糊二叉树结构提取
5.3.1图像二叉树分割
5.3.2停止条件
5.3.3模糊二叉树结构
5.3.4模糊特征提取
5.4基于模糊相似度的节点匹配和图像相似度计算
5.5基于模糊二叉树结构的图像相似度计算(FBTS)
5.6实验
5.7小结
参考文献
第六章基于模糊区域特征的相关反馈算法
6.1引言
6.1.1什么是相关反馈算法
6.1.2常用相关反馈方法
6.1.3基于区域特征的相关反馈技术
6.2基于距离最小化的权重调整算法
6.3基于模糊区域特征的相关反馈算法
6.4基于局域区域特征和全局特征相结合检索算法
6.4.1小波能量全局特征
6.4.2基于局域区域特征和全局特征相结合相似度计算
6.5基于SVM的相关反馈算法
6.5.1支持向量机(Support Vector Machine,SVM)
6.5.2基于SVM的相关反馈算法
6.6基于模糊区域特征和SVM的混合相关反馈算法
6.7实验
参考文献
第七章总结与展望
7.1总结
7.2研究展望
攻读学位期间成果
致谢