基于感知哈希的醫(yī)學圖像檢索算法研究.pdf

1、隨著信息和醫(yī)學技術的發(fā)展，CT、MRI等數字化醫(yī)療設備在臨床工作和輔助診斷中得以日益廣泛的應用。這些設備使得醫(yī)療機構產生了大量的醫(yī)學圖像數據，在現代臨床診斷和醫(yī)學研究中，醫(yī)學圖像已經成為了不可缺少的工具。如何快速、有效地從這些海量的醫(yī)學圖像中檢索出需要的圖像成為一個日趨迫切的問題?；趦热輬D像檢索技術的發(fā)展和應用一方面大大減輕了醫(yī)生的工作負擔，提高了效率;另一方面，使得醫(yī)學圖像的診斷更加客觀化，增加了診斷的準確性。
　　目前基于內

2、容的醫(yī)學圖像檢索提取的特征維數一般都很高，從圖像提取的特征往往需要占用計算機大量內存，導致圖像檢索的效率較低，并且圖像的相似度計算比較復雜，致使圖像檢索的速度不高。圖像感知哈希技術是在傳統(tǒng)哈希技術基礎上提出來的一種新的圖像處理技術，圖像感知哈希的魯棒性以及良好的壓縮性為醫(yī)學圖像的檢索提供了準確高效的技術支撐。圖像感知哈希技術可以將提取的特征壓縮為一個幾十或者幾百比特的二值序列，并利用漢明距離進行相似度計算，這極大的減少了醫(yī)學圖像特征的存

3、儲量，同時相似度計算的復雜度也大大降低了。
　　本文將圖像感知哈希技術應用于醫(yī)學圖像檢索，提出了兩種新的基于感知哈希的醫(yī)學圖像檢索算法。(1)提出了一種基于DCT和LBP感知哈希的檢索算法。該算法首先將醫(yī)學圖像進行分塊處理，針對每個圖像塊，將頻域特征用離散余弦變換后的低頻系數表示，得到頻域特征，然后對每個圖像塊提取LBP特征，兩者進行融合，利用主成份分析法進行壓縮量化，最終得到二值化特征序列，利用漢明距離進行相似度計算。(2)提出