基于内容的医学图像检索系统研究及框架设计

摘要

随着多媒体和网络技术的飞速发展,包括图像在内的各种多媒体数据的数量正以惊人的速度增长.在信息数字化技术给人们带来方便的同时,如何针对这些杂乱无序的资源进行分析、组织、存储和检索有用的信息成为人们必须面对的一个严峻问题.基于内容的图像检索(CBIR)技术正日益受到大家的重视,并在近年来取得了较快的发展.该文主要针对基于内容的医学图像分析与检索的关键技术展开研究,试图对临床诊断和医学研究有所贡献.该文首先全面分析了目前基于内容的图像分析和检索的各种技术,重点讨论了图像内容的分析和表示方法,同时介绍图像检索的一些共性技术以及其他一些相关的研究方向,为该文研究工作的开展奠定了基础.然后,该文给出了一种基于C/S模型的医学图像检索系统框架——MISS(MedImageSeek System),阐述了医学图像数据库的设计过程以及整个系统的构建.针对CT/MRI和细胞图像各自的特点进行处理分析,选择并提取了一系列特征,完成了图像及特征的入库.为了减少响应时间,在查询中不必顺序遍历数据库,文中又采用了自组织神经网络实现了对图像的自动分类,使得检索可以在分类后的数据库中进行.在图像匹配方面,初步建立了图像检索相似特征匹配算法.为了进一步提高检索系统的性能,该文还建立了以用户为中心的检索反馈机制,采用了特征方差和RBF神经网络两种方法.系统可以根据用户的反馈信息,动态调整查询特征向量、分配特征权重和学习相似度量来优化查询结果.相关反馈方法的运用能更好地理解用户的实际查询意图,使结果符合用户主观需求.检索结果的性能评估数据说明了方法的有效性.

目录

文摘

英文文摘

东南大学学位论文独创性声明及学位论文使用授权声明

第一章 绪论

1.1引言

1.2图像检索的背景和应用

1.3论文的研究目的与意义

1.4本文的主要任务

1.5文章的组织

第二章 基于内容检索的相关研究

2.1图像特征的选择与提取

2.1.1颜色特征的提取

2.1.2纹理特征的提取

2.1.3形状特征的提取

2.2多维图像特征的索引

2.2.1维数缩减技术

2.2.2多维特征索引技术

2.3图像相似性度量方法

2.4相关反馈

第三章 基于内容的医学图像检索的关键技术

3.1 CBIR在医学图像中的应用

3.1.1医学图像的特点

3.1.2医学图像CBIR系统面临的挑战

3.2医学图像在数据库中的存储

3.3医学图像特征选取

3.3.1基于内容的细胞图像特征的选择和提取

3.3.2基于内容的CT、MRI图像特征的选择和提取

3.4图像聚类

3.5图像的通信

第四章 医学图像检索系统框架设计

4.1系统功能设计和框架结构

4.1.1 C/S计算模型

4.1.2 MISS系统总体框架

4.2 医学图像数据库设计

4.2.1数据库选择

4.2.2 MISS系统数据库设计

4.2.3数据安全

4.3图像及特征入库

4.4系统的数据传输

4.5图像检索与特征匹配

4.6系统界面及程序流程

4.7小结

第五章 系统评估及性能优化

5.1检索结果及评估分析

5.2性能优化

第六章 总结与展望

6.1全文工作总结

6.2课题研究展望

致 谢

参考文献