基于内容的医学图像检索算法研究

《基于内容的医学图像检索算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、宁波大学硕士学位论文基于内容的医学图像检索算法研究姓名：王李冬申请学位级别：硕士专业：计算机应用技术指导教师：邰晓英@宁波大学硕士学位论文作者:王李冬申请级别:硕士题目:基于内容的医学图像检索算法研究导师:学校:宁波大学基于内容的医学图像检索算法研究摘要随着医学成像技术的发展和医院信息网络（如PACS，HIS，RIS）的普及，可供临床、研究、和教学使用的医学图像正在迅速膨胀。传统的基于文本的检索方法已经不能满足用户的需求。如何能方便地从中找到所需要的图像已经成为一项迫不及待的问题。因此，将基于内容的图像检索技术运用于医学图像，不仅可以检索出相似的医学图像，而且还可以帮助医生进行疾

2、病诊断。本研究对胸部CT扫描图像和胃镜图像的基于内容的检索技术进行了较深入的探讨,包括检索系统的体系结构、特征提取、相似性测量、综合检索、相关反馈等。其中特征提取部分主要基于颜色特征，纹理特征，语义特征这三大类进行。针对胸部CT扫描图像，对其纹理提取特征。对多种典型的纹理提取算法进行比较分析，分别为灰度层共现矩阵、纹理谱和小波变换，选出了最适合的基于哈尔小波变换的纹理特征提取算法，并将语义特征和相关反馈结合到检索中。同时，提出另一种针对胸部CT图像的检索方法。该方法首先通过提取出图像的感兴趣区域，并在感兴趣区域的基础上提取特征。为了避免身体姿势问题造成的图像角度差异，利用具有旋转

3、不变性的Zernike矩提取图像的全局特征，最后融合感兴趣区域的形状和分布特性以及整幅图像Zernike矩全局特征作为图像匹配准则的客观依据。针对胃镜图像，主要提取颜色和纹理特征。胃镜图像属于彩色图像，因此跟灰度医学图像的检索方法截然不同。该图像的典型特征在于颜色和纹理信息丰富，本文提出了一种新的特征提取算法——颜色-纹理相关图。该方法属于对颜色相关图的一次改进，在其基础上很好的融合进了纹理信息，并且计算简便，易于I宁波大学硕士学位论文实现。最后采用GTI模型进行相似度测量。在以上算法的基础上，本文建立了一个原型系统。采用了两种医学图像库，肺部CT图像库217幅和胃镜图像库103

4、2幅，并在原型系统的基础上对上述各种算法进行了对比实验。关键词：基于内容的图像检索，医学图像检索，特征提取，胸部CT扫描图像，胃镜图像II宁波大学硕士学位论文TheResearchofContent-basedMedicalImageRetrievalTechniquesAbstractWiththepopularityofmedicalimagingtechniqueandhospitalinformationnetwork(PACS,HIS,RIS),thenumberofdigitallyproducedmedicalimagesforclinical,researchan

5、dteachingisrisingstrongly.Thetraditionaltext-basedretrievalcan’tsatisfytheuser’sdemand.Itisurgentandevenimportanttofindtheneededimagesfrommedicalimagedatabase.Therefore,applyingthecontent-basedimageretrievaltomedicalimagescanhelpdoctorsfindthesimilarimagesforclinicaldecision-making.Ourworkhas

6、adiscussionaboutthecontent-basedimageretrievalonchestCTimagesandendoscopicimages,includingthesystematicstructureoftheretrievalsystem,featureextraction,similaritymeasure,integratedretrievalandrelevancefeedback.Featureextractionisbasedoncolor,textureandsemanticinformation.Weextracttexturefeatur

7、eforchestCTimage,andanalyzethreemethodsoftexturedescriptor:wavelettransform,texturespectrumandgraylevelco-occurrencematrix.Theexperimentalresultsshowthathaarwavelettransformgetsbestperformance.Therefore,wepresentamethodofmedicalimageretrieval