文档介绍：基于特征融和下医学图像搜索运用研究
1引言
在过去的三十多年中,伴随着计算机技术的迅猛发展,医学影像技术
也得到了巨大的发展,目前在临床上广泛应用的医学影像设,对数据库中的全部图像提取特征向量并把特征向量和图像
建立索引;在图像检索过程中,把从待检索的图像提取的特征向量和图像特
征库中的所有特征向量进行相似度比较。为了提高检索的准确率并使检索
更加符合人的视觉感知,一般会将人机交互部分即相关反馈加入到系统中,
系统根据用户的评价进行各特征向量权重的调整,使查准率和查全率更高,
更符合用户的需求。 1 引言 ………………1
……………… 1
………………1
CBIR研究意义和应用现状………………1
………………3 2CBIR原理和技术………………5
………………5
CBIR的基本原理………………5
CBIR系统的关键技术………………6
………………………………12 总结本文主要研究了基于内容的医学图像检索技术。首先讨论了医学图
像检索中的关键技术以及应用前景;接着讨论了图像特征的选择、提取、
相似性度量和综合检索等,提取的特征主要有SIFT、SURF、ROOTSIFT和拓
扑特征。在第三章中本文对这些特征提取算法进行了比较和分析;在第四
章中本文提出了一种新的特征提取方法即拓扑特征,是一种用于刻画目标
局部形状的描述子,在人脸识别、图像匹配和目标跟踪等领域占有很重要
的地位。该算法提取的特征具有尺度、旋转不变和计算速率快等特性,在
第五章中首先讲述了基于特征融合的医学图像检索的原理和关键技术,其
次,分别利用单独的特征对医学图像进行了测试并进行了分析和总结。然
而,使用底层视觉特征进行相似度度量与人对图像内容的理解和感知存在
很大差异,在很多情况下仅仅以图像单个特征检索依据得到的检索结果不
尽人意。最后,本文给每个特征向量赋予了不同的权重,在图像融合的基础
上,提出了一种的新的方法ROOTSIFT和拓扑特征相^合的算法,得到了更为
满意的结果。
本文介绍的相关算法,使得医学检索效率有了较大的提高。经过实验
结果显示表明,本文提出的方法在医学检索上具有一定的参考价值。由于
目前的基于内容的医学图像检索技术还有很大的缺陷,理论和实际应用上
仍然有许多问题需要解决。如高维索引技术;图像特征相关性研究;压缩域
的医学图像检索;应用于Internet领域的智能图像检索引擎等。这些导致
基于内容的医学图像检索技术还没有在国内诸多医院进行普及。基于此,
我们