采用基于内容图像检索技术的乳腺肿块检测

采用基于内容图像检索技术的乳腺肿块检测

ID:33730201

大小:320.06 KB

页数:38页

时间:2019-02-28

采用基于内容图像检索技术的乳腺肿块检测_第1页
采用基于内容图像检索技术的乳腺肿块检测_第2页
采用基于内容图像检索技术的乳腺肿块检测_第3页
采用基于内容图像检索技术的乳腺肿块检测_第4页
采用基于内容图像检索技术的乳腺肿块检测_第5页
资源描述:

《采用基于内容图像检索技术的乳腺肿块检测》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、并且已经确诊的图像,就可以帮助医生做出诊断,减少诊断时的失误。这无论对医生还是对病人都是一件非常有意义的事情。这种为医生提供相似图像的过程属于医学图像检索领域。医学图像检索可以分为基于文本的医学图像检索和基于内容的医学图像检索两种。传统的基于文本的检索方法是基于关键字的检索,例如病变名称、图像的文字描述等。但是由于医学图像实体的颜色、纹理、形状、空间关系以及语义信息很难用文字描述,所以基于文本的医学图像检索便显出不足之处,基于内容的医学图像检索就是在这种情况下产生的。基于内容的医学图像检索是从图像本身提取例如灰度、纹理、形状等特征,直接

2、用这些特征代替文本信息去检索所需图像。基于内容的医学图像检索已在临床、[3]教学和科研中发挥了重要的作用。但是,目前基于内容的医学图像检索技术还不成熟,要想从图像库中检索出具有相同病理特征的相似医学图像难度很大。从以上的分析中可见,采用基于内容图像检索技术的CAD应用范围广、所涉及的技术多,是国内外计算机和医学领域研究的热点问题之一。本文的研究目的就是提出一种采用基于内容图像检索技术的乳腺肿块CAD方法,为医生提供这种相似图像,辅助医生做出诊断。本论文的研究内容来源于作者攻读硕士期间在华中科技大学计算机科学与技术学院医学图像信息研究中心

3、从事的课题——“乳腺癌早期诊断与风险预测计算机辅助系统”的理论研究和工程实践。1.2国内外研究概况本文的研究内容是采用基于内容图像检索技术来辅助检测乳腺X线图像中的肿块。下面分别就基于内容的图像检索、计算机辅助检测以及两者间关系三个方面加以介绍。1.2.1基于内容的图像检索1.2.1.1基于内容的常规图像检索基于内容的图像检索(Content-BasedImageRetrieval,简称CBIR)在常规图像上2已有很多应用。这种技术从提出到现在,在国内外已经取得了不少的成就。技术上各种新的方法层出不穷;学术上一些较为知名的学术期刊已有专

4、刊介绍,如ACMMultimedia,MultimediaToolsandApplication等,其它许多国际刊物也有相应的内容和专集,SPIE每年都有专门的关于基于内容的图像检索的国际会议,如StorageandRetrievalforImageandVideoDatabase,并且许多原来研究计算机视觉的科研小组都开展了基于内容的图像检索方面的研究;应用上也己经取得了初步成果并得到了社会各界的广泛关注和支持,国内外一些大学在这方面早已开展了相关的研究工作。现在互联网上己经有许多关于基于内容图像检索的原型系统,其中最为著名的是IBM

5、的QBIC系统。除此之外,还有许多优秀的原型系统,如UIUC开发的MARS,MIT媒体实验室开发的Photobook等等。下面分别予以介绍。1.QBIC20世纪90年代初,IBM公司开发的基于内容的检索系统QBIC(QueryByImage[4,5]Content)被公认为是基于内容的图像检索系统的范例,是第一个商业化的图像检索系统。QBIC系统由图像入库、特征计算和查询阶段3部分组成。在索引技术方面,QBIC提供了基于颜色、纹理、形状和手绘草图的图像索引方法。颜色特征的表达采用了平均色和颜色直方图两种方法;纹理特征的表达采用了纹理的粗

6、糙度、对比度和方向性3者的综合;形状特征的表达采用了面积、圆形度、离心率、主轴方向以及一组变换无关矩等描述方法。QBIC是少数几个采用高维索引结构的图像检索系统,并且在基于内容检索的基础上结合了关键词检索和用户相关反馈技术,目前QBIC己发展到视频与音频的检索。QBIC中的技术己制成独立产品,如IBM数字图书馆、超媒体管理器、DB2数据库的图像扩展等工具软件。2.MARS[6-8]MARS是美国Illinois大学Urbana-Champaign分校开发的,其研究焦点不再是找到单一的最佳特征表达,而是如何把不同的视觉特性组织成为一个可以

7、动态适应于不同应用和不同用户的有意义的检索机制。MARS在图像检索中形式化地提出了相关反馈结构,并在检索中不同层次上结合了该技术,包括查询矢量优化、自动匹配工具选择和自动特征适应。其特点是使用比较全面的图像底层特征,提供基于树结构的多特征的组合检索。在图像特征方面:使用HSV空间的HS上的颜色直方图来描述图像的颜色;抽取图像纹理的粗糙度和方向性以及对比度等特征描述纹理;3采用图像的规则分割的方法对图像特征的空间分布进行描述;根据纹理对图像进行分割来实现图像中的对象描述,并对分割后的对象区域按照敏感性进行分组;使用Fourier描述子对图

8、像中对象的形状进行描述。检索时对上述特征分别采用相应的相似度度量方法,最终给出综合排名。由于采用多方面的图像特征描述与相似性度量方法,该系统提供较复杂的检索功能,如可以通过布尔表达式进行组合检索。3.Pho

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。