基于SLIQ的分布式医学图像分类系统设计与实现

摘要

随着电子计算机断层摄影、核磁共振成像技术等医学成像技术的产生和发展，人们获得了越来越多可供临床诊断的医学图像，如何有效地利用计算机技术对其进行分类已成为国内外许多学者研究的一个热点问题。另外，在现实环境中，许多医院的医学图像数据是分散存放的，它们之间除了通过网络传递信息外，其它资源全部独立。因此，研究并提出适合于分布式医学图像的分类方法具有较高的学术价值和广泛的应用前景。 本文讨论了分布式医学图像分类挖掘的背景、意义和国内外研究状况。针对医学图像存放的特点及分布式医学图像分类挖掘的实际应用要求，提出了解决分布式医学图像分类的方法。对现有决策树算法存在的问题，提出基于SLIQ的改进算法DMI SUQ，较好地解决了分布式分类挖掘问题，初步建立了基于SLIQ的分布式医学图像分类框架。 本文从理论、算法和应用三个方面对分布式医学图像分类方法进行了研究，主要工作包括： 1、本文将分类技术与数字图像处理技术有机结合，研究了分布式医学图像的主要分类方法，并给出了本文实验所用到的医学图像特征。 2、针对SLIQ算法的缺点，提出了DMI SLIQ算法，从而解决了SLIQ算法搜索空间巨大，耗时多等问题。 3、设计并实现了一个分布式协调器算法，用来初始化和管理Agent的分类活动，管理和控制事务的运行。 4、针对医学图像分布式存放的特点，提出了一个适用于分布式医学图像分类的框架。该框架包括：表示层、处理层、采掘层。 5、实现了分布式医学图像分类实验系统-DMIDM，在系统中实现了本文提出的分布式协调器任务调度算法、全局模型规则生成算法。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题研究背景与意义

1.2国内外研究现状

1.2.1医学图像分类的研究现状

1.2.2分布式医学图像分类系统的研究现状

1.3本论文研究内容

1.4本文的结构

第二章医学图像分类技术研究

2.1医学图像分类

2.2常用的分类方法

2.2.1决策树方法

2.2.2贝叶斯分类

2.2.3神经元网络

2.2.4遗传算法

2.3医学图像预处理

2.3.1医学图像的格式转换

2.3.2医学图像尺度的归一化

2.3.3医学图像的去噪与增强

2.4医学图像特征的提取

2.4.1灰度直方图特征提取

2.4.2灰度共生矩阵特征提取

2.4.3小波变换特征提取

2.5本章小结

第三章基于SLIQ的分布式医学图像分类算法研究

3.1分布式系统

3.2分布式医学图像分类

3.3 SLIQ算法

3.3.1 SLIQ算法的优点

3.3.2 SLIQ算法的流程

3.3.3 SLIQ核心数据结构

3.4基于SLIQ的分布式医学图像分类算法DMI_SLIQ

3.4.1基本思想

3.4.2算法的核心数据结构

3.4.3性能分析

3.5本章小结

第四章基于SLIQ的分布式医学图像分类系统设计

4.1分布式分类系统的设计思想

4.2分布式分类系统的设计原则

4.3分布式分类系统体系结构设计

4.3.1表示层设计

4.3.2处理层设计

4.3.3采掘层设计

4.4分布式协调器的设计

4.4.1分布式协调算法思想

4.4.2分布式协调器算法流程

4.5本章小结

第五章基于SLIQ的分布式医学图像分类系统实现

5.1分布式协调器任务调度的实现

5.1.1分类任务调度模型

5.1.2互斥分类任务模型

5.1.3局部分类任务模型

5.1.4全局分类任务模型

5.2全局模型规则的生成

5.2.1全局模型规则生成的思想

5.2.2全局模型规则的实现

5.2.3全局模型规则生成结果

5.3系统的工作流程

5.4系统实现

5.4.1开发环境

5.4.2运行环境

5.4.3系统的原型与部分界面

5.5本章小结

第六章结论与展望

6.1本文总结

6.2进一步研究工作

参考文献

致谢

附录