基于內容的全局相似醫(yī)學圖像檢索方法研究.pdf

1、隨著數(shù)字化成像設備，如，數(shù)字化CT、MRI、X射線、超聲、PET等設備的高速發(fā)展，現(xiàn)在的醫(yī)療機構每天都要產(chǎn)生大量數(shù)字醫(yī)學圖像。大型醫(yī)療機構每年的數(shù)字圖像數(shù)量呈指數(shù)級增長，對于高效的數(shù)字圖像存儲、管理工具的需求日益迫切。在使用傳統(tǒng)的文本信息檢索不能完全滿足應用需求的情況下，基于內容的圖像檢索(Content-Based Image Retrieval，CBIR)技術越來越受到重視，也成為研究熱點之一。
　　本文在系統(tǒng)地分析基于內容的

2、醫(yī)學圖像檢索關鍵技術以及發(fā)展趨勢的基礎上，針對全局相似的醫(yī)學圖像檢索方法進行研究，并取得了良好的效果。本文主要研究工作包括:
　　(1)面向多部位的醫(yī)學圖像的全局相似檢索?；趧傂耘錅实臋z索方法可以獲得很高的準確性，但是耗時過長，難以實際應用。針對這個問題，本文提出使用梯度相位互信息以及圖像重心，分別估計兩幅匹配圖像的角度偏差和平移偏差。實驗表明，新算法具有與基于剛性配準的檢索方法相同的準確性，同時計算耗時大幅縮短。
　　(

3、2)面向同一部位醫(yī)學圖像的相同解剖范圍檢索。提出融合先驗知識的線性加權相似度組合方法?；邗U威爾優(yōu)化算法，根據(jù)先驗知識，合理地排列不同類型特征的相似度。采用少量的數(shù)據(jù)訓練鮑威爾算法，依次優(yōu)化不同類型特征的相似度的組合權重。得到的組合相似度達到了良好的檢索準確性，而且鮑威爾算法的尋優(yōu)過程快速收斂。
　　(3)面向多部位的醫(yī)學圖像的相同標注類檢索。通過組合多種全局和局部特征相似度來提高檢索性能。首先提出分段聚類構造碼書的方法，在獲得良

4、好的檢索準確性的同時大幅縮短了計算用時;然后組合大數(shù)量的相似度在多個公共數(shù)據(jù)集上進行實驗，得出“和規(guī)則”的檢索準確性總體優(yōu)于“乘積規(guī)則”的實驗結論，并輔以理論分析，對實際應用提供可靠的依據(jù)。
　　(4)面向多部位的醫(yī)學圖像相同標注類檢索結果的排序優(yōu)化。引入排序支持向量機對檢索結果進行優(yōu)化。通過計算相似度與相似性之間的互信息來濾除冗余的相似度，并以互信息選擇的相似度作為排序支持向量機的輸入，進行排序優(yōu)化。實驗與分析表明，該方法大幅提