基于內容的醫(yī)學圖像檢索關鍵技術研究與實現.pdf

1、隨著CT、MRI、X光片等影像設備的普及，近年來可供臨床、教學和研究使用的醫(yī)學圖像數量正在迅速膨脹?；谖谋镜臄祿旃芾矸绞接捎谄渲饔^性、人工性等原因已經漸漸無法滿足大規(guī)模醫(yī)學圖像數據庫的檢索需要，因此基于內容的醫(yī)學圖像檢索(Content-Based Medical Image Retrieval, CBMIR)技術成為近年來醫(yī)學圖像領域的研究熱點。
　　本文以提高基于內容的醫(yī)學圖像檢索系統(tǒng)查準率和查全率為目標，主要圍繞圖像特征

2、提取和相關反饋技術展開研究，簡述了基于內容的圖像檢索技術基礎理論，在此基礎上提出了采用雙密度雙樹復小波進行醫(yī)學圖像紋理特征提取方法，提高了系統(tǒng)的查全率和查準率;并采用基于支持向量機主動學習的相關反饋技術，改善了系統(tǒng)對同一部位不同病理醫(yī)學圖像的檢索性能。
　　本文的主要研究成果如下:
　　(1)深入分析和研究了基于內容的醫(yī)學圖像檢索領域的關鍵技術，其內容包括醫(yī)學圖像主要低層特征的描述方法、圖像特征間的相似性度量準則以及圖像檢索

3、算法的性能評價方法，并且通過在同一測試環(huán)境下的實驗，對一些經典的方法進行了比較。
　　(2)針對醫(yī)學圖像比較復雜的特點，提出了采用雙密度雙樹復小波進行醫(yī)學圖像紋理特征提取方法，通過多組實驗進行了對比觀察，該方案比采用離散小波和雙樹復小波的方案查準率和查全率都要高。
　　(3)針對目前方法對同一部位不同病理醫(yī)學圖像檢索效果不好的缺陷，提出了基于支持向量機的主動學習技術來進行相關反饋，實驗表明，通過四次相關反饋，該方法將系統(tǒng)在T