论文题目: 基于内容的医学图像检索关键技术研究
论文类型: 博士论文
论文专业: 计算机应用技术
作者: 邵虹
导师: 赵宏
关键词: 信息检索,多媒体检索,基于内容的图像检索,医学图像检索,医学图像处理和分析,语义特征,特征权重,遗传算法,相关反馈,计算机辅助诊断
文献来源: 东北大学
发表年度: 2005
论文摘要: 互联网上的信息除了文本之外,还有大量的图像、图形、视频、音频及动画等,对这些媒体类型的信息进行快速准确地检索已经成为人们的迫切需要,因此基于内容的多媒体检索应运而生。基于内容的医学图像检索是基于内容的图像检索技术在医学领域中的应用,在临床、教学、科研以及医学图像归档和通信系统(PACS)中都有着重要的作用。在目前基于内容的图像检索技术还不成熟的情况下,如何将图像检索与医学图像有机地结合,为医师提供便捷准确地检索图像的手段,并为其诊断提供辅助的建议,是本文的主要研究目标。 本文在系统地分析基于内容的图像检索关键技术及发展趋势基础上,对医学图像语义特征提取方法、图像内容和文本信息的结合、综合特征图像检索中权重的优化、医学图像检索与计算机辅助诊断的关系等基于内容的医学图像检索面临的关键问题进行了系统、深入和较为全面的研究,主要包括: (1) 底层特征和语义特征相结合的医学图像描述方法 在通用的基于内容的图像检索框架基础之上,结合医学图像的特点,给出了基于内容的医学图像检索框架,描述了各模块的功能。从该框架中可知图像的分析描述模块是图像检索的关键步骤之一。目前图像的描述主要是基于颜色、纹理和形状等底层特征的表示方法,与人类对图像的描述存在较大的差异,为此人们提出了采用语义特征描述图像。目前图像语义的获取主要有三种来源,分别是基于知识的语义提取、人工交互语义提取和利用外部信息源的语义生成,将这三条主线应用于医学领域中,提出了层次化的医学图像语义模型,语义内容级别由低到高分别为:概况语义、医生语义和对象语义,下一个层次包含了比上一个层次更高级的语义,而更高层的语义建立在较低层的语义获得的基础上。该模型将医学数字图像通信标准(DICOM)和医生给出的诊断报告应用到了医学图像检索中,这两项内容是与图像息息相关的文本信息,但却是不可缺少的语义内容。在此基
论文目录:
独创性声明
摘要
ABSTRACT
第一章 绪论
1.1 课题的意义和背景
1.2 研究目标和主要研究内容
1.3 论文的结构及研究路线
第二章 基于内容的图像检索技术研究现状及发展趋势
2.1 引言
2.2 基于内容的图像检索关键技术研究
2.2.1 图像特征的提取和表达方法
2.2.1.1 颜色特征
2.2.1.2 纹理特征
2.2.1.3 形状特征
2.2.1.4 空间关系特征
2.2.1.5 语义特征
2.2.2 图像相似性比较方法
2.2.3 图像检索中的相关反馈机制
2.2.4 检索性能评价
2.2.5 压缩域检索
2.2.6 网上搜索引擎和分类检索
2.2.7 图像高维特征压缩和索引
2.3 多媒体内容描述接口国际标准
2.4 典型的基于内容的图像检索系统介绍
2.5 基于内容的图像检索发展趋势
2.6 基于内容的医学图像检索技术研究现状及存在的问题
2.7 本章小结
第三章 底层特征和语义特征相结合的医学图像检索方法的研究
3.1 基于内容的医学图像检索框架
3.2 底层特征和语义特征相结合的医学图像描述
3.2.1 医学数字图像通信标准
3.2.2 层次化的医学图像语义特征
3.2.3 底层特征和语义特征相结合的医学图像描述模型
3.3 底层特征和语义特征相结合的颅脑CT图像检索
3.3.1 底层统计特征提取
3.3.2 算法描述
3.3.3 实验结果与讨论
3.4 本章小结
第四章 基于综合特征的图像检索中特征权重的优化
4.1 引言
4.2 基于遗传算法的初始特征权重的静态优化
4.2.1 综合特征图像检索中特征权重问题的转化
4.2.2 基于遗传算法的特征权重的设定
4.3 基于相关反馈技术的特征权重的动态优化
4.4 基于综合特征的专用图像检索实验结果与讨论
4.4.1 综合特征提取
4.4.2 实验结果与讨论
4.5 本章小结
第五章 基于内容的医学图像检索与计算机辅助诊断研究
5.1 基于医学图像内容的计算机辅助诊断研究现状
5.2 基于内容的医学图像检索与计算机辅助诊断
5.2.1 基于内容的医学图像检索和计算机辅助诊断的关系
5.2.2 基于医学图像检索的计算机辅助诊断
5.3 基于内容的CT颅骨缺如计算机辅助诊断及图像检索
5.3.1 基于内容的CT颅骨缺如计算机辅助诊断方法
5.3.1.1 基于k-均值聚类的区域增长颅骨分割
5.3.1.2 颅骨形状特征参数及基于熵函数的颅骨缺如检索规则提取
5.3.1.3 实验结果与讨论
5.3.2 基于计算机辅助诊断的CT颅骨缺如图像检索
5.4 本章小结
第六章 结论
6.1 本文的主要研究成果
6.2 未来工作展望
参考文献
致谢
作者简介
攻读博士学位期间参加的科研项目
攻读博士学位期间发表的论文
发布时间: 2005-09-07
参考文献
- [1].基于基元特征提取的图像检索方法研究[D]. 李莉.大连理工大学2017
- [2].面向用户意图的社会化图像检索[D]. 刘少伟.清华大学2016
- [3].基于内容的商标图像检索研究[D]. 郭丽.南京理工大学2003
- [4].基于内容图像检索关键技术研究[D]. 韦娜.西北大学2006
- [5].基于语义学习的图像检索研究[D]. 沈项军.中国科学技术大学2006
- [6].流形学习方法在Web图像检索中的应用研究[D]. 鲁珂.电子科技大学2006
- [7].基于无监督成分分析的图像检索方法研究[D]. 孙国霞.山东大学2007
- [8].基于内容的中草药植物图像检索关键技术研究[D]. 吴清锋.厦门大学2007
- [9].基于内容的医学图像检索关键技术研究[D]. 张一飞.东北大学2009
- [10].基于内容图像检索关键技术的研究[D]. 刘为.吉林大学2010
标签：信息检索论文; 多媒体检索论文; 基于内容的图像检索论文; 医学图像检索论文; 医学图像处理和分析论文; 语义特征论文; 特征权重论文; 遗传算法论文; 相关反馈论文; 计算机辅助诊断论文;