基于内容的医学图像数据库检索技术研究

摘要

随着各种模态的医学影像设备大量出现,医学图像已成为现代临床诊断和医学研究中不可缺少的工具,医院每天都会产生大量的医学图像数据.如何有效地组织、管理和检索大规模的医学图像数据,是当前所面临的迫切需要解决的问题.传统的基于文本关键字的图像检索方法已不能满足对大型医学图像数据库检索的需要,迫切需要研究一种全新的图像检索方法.将基于内容的图像检索方法(CBIR)引入到医学图像数据库中进行研究是一项非常有意义的工作,该文主要研究了基于内容的医学图像数据库检索方法和相关技术.基于内容的图像检索技术核心之一是图像特征的提取和表达.该文在充分了解现有特征提取方法的基础上,结合医学图像的成像机理和特点,着重研究了适合医学图像的特征提取算法.讨论了灰度统计特征、纹理特征、形状特征、矩特征以及基于小波多分辨率分析的特征提取算法.鉴于在医学断层图像中人体解剖结构相对稳定,对图像采用了固定模式分割方法,即在每个图像子块上提取相应的特征,使原本仅反映图像整体特征的特征兼具部分空间位置信息.将医学图像显示中的窗宽窗位技术引入特征提取,提出了分段求取不同人体组织灰度统计特征的方法,提高了图像内容描述的准确性.该文研究了基于图像语义分类的检索方法,建立了与人体解剖部位相对应的图像语义分类模型.在该模型中,先对图像进行固定模式的划分,使每一图像子块内包含的人体组织相对单一,进而确定每个图像子块的语义类型,然后根据图像子块的语义和相对位置的组合关系,利用模式匹配的方法确定整幅图像的语义类型.

目录

文摘

英文文摘

东南大学学位论文独创性声明和东南大学学位论文使用授权的声明

第一章绪 论

1.1医学图像检索

1.2传统的图像检索方法

1.3基于内容的图像检索及其研究现状

1.3.1基于内容的图像检索

1.3.2国内外CBIR技术研究现状

1.4论文的研究目的与意义

1.5论文的主要工作与组织结构

参考文献

第二章图像检索技术

2.1引言

2.2基于内容的图像检索技术

2.2.1图像特征的选择与提取

2.2.2相似性度量

2.2.3相关反馈

2.2.4检索性能的评价

2.3 CBIR在医学领域中的应用

2.4基于语义的图像检索技术

2.4.1图像的语义模型

2.4.2图像语义的提取

2.4.3图像语义的表示

2.4.4图像语义的处理

2.5小结

参考文献

第三章医学图像特征提取技术

3.1医学图像的特点

3.1.1 X射线成像

3.1.2磁共振成像(MRI)

3.1.3医学图像的通用标准

3.2灰度统计特征

3.2.1全局灰度直方图特征

3.2.2局部灰度直方图特征

3.2.3基于CT值的特征提取

3.2.4实验结果及比较

3.3纹理特征

3.3.1灰度共生矩阵法

3.3.2实验结果

3.4形状特征

3.4.1边界检测算子

3.4.2形状特征的表达

3.4.3基于灰度和边界方向直方图的检索方法

3.5矩特征

3.5.1 Hu矩不变量

3.5.2 Zernike矩

3.5.3小波矩

3.5.4实验结果

3.6基于小波分解的特征提取

3.6.1小波变换基础

3.6.2直方图特征

3.6.3纹理特征

3.6.4边界特征

3.6.5实验结果

3.7小结

参考文献

第四章医学图像检索系统中的相关反馈技术

4.1概述

4.2传统的相关反馈技术

4.2.1优化查询点的分布

4.2.2特征权重的修改

4.2.3实验结果

4.3基于人工神经网络的相关反馈技术

4.3.1 BP网络

4.3.2 BP网络在相关反馈中的应用

4.4基于支持向量机(SVM)的相关反馈技术

4.4.1支持向量机原理

4.4.2基于SVM技术的相关反馈算法

4.5小结

参考文献

第五章基于语义的医学图像分类检索

5.1概述

5.2图像的语义分类检索

5.2.1语义分类

5.2.2基于语义分类的图像检索模型

5.2.3医学图像的语义分类

5.3医学图像语义的提取

5.3.1组合区域模板法

5.3.2图像子块语义的确定

5.3.3整幅图像语义的提取

5.4基于语义分类的医学图像检索框架

5.5小结

参考文献

第六章基于内容及语义分类的医学图像数据库检索系统设计

6.1系统功能设计和框架结构

6.1.1功能设计

6.1.2系统的总体框架

6.2系统检索流程和用户界面

6.2.1系统的检索流程

6.2.2用户界面

6.3基于CBIR的PACS系统设计

6.3.1 PACS系统框架

6.3.2基于CBIR的PACS系统设计

6.4小结

参考文献

第七章结论与展望

7.1总结

7.2展望

致 谢

攻读博士学位期间发表的论文