基于内容的研究医学图像检索及语义建模关键技术研究.pdf

,。:.篋篜::
.●■
作者┳:墚揿彩作者┳:缫:舅矽/口年弓月日哈尔滨工程大学学位论文原创性声明学位论文授权使用声明加谀辏辉耭卜班力年岁月喝本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对标明。本人完全意识到本声明的法律结果由本人承担。本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈本论文冈谑谟柩缓蠹纯解密后晒豕こ檀笱徒挥泄夭棵沤斜4妗⒒惚嗟取本文的研究做出重要贡献的个人和集体,均已在文中以明确方式日期:本人允许哈尔滨工程大学将论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本尔滨工程大学。涉密学位论文待解密后适用本声明。口在授予学位个月后导师┳:口‘、.。.
摘要随着医学影像数据射线、铡、海量化趋势的加剧,;谀谌莸囊窖枷窦焖飨统有助于在海量数据库中快速寻找具有类似病理特征并已确诊的临床医学图像,以此作为辅助诊断和科学研究的参考依据。现有的医学图像检索系统大都只利用了文件的自身属性或图像的底层视觉特征进行图像内容描述,鉴于医学图像具有极强的领域特征,仅仅依靠图像的底层特征是不能表达医学图像的真正含义。因此,进一步挖掘图像特征与医学知识之间的关联,是拓展本文在系统分析了基于内容的图像检索技术及其发展趋势的基础上,对医学图像底层视觉特征提取与优化、相关反馈中基于权重优化的组合特征表考虑到医学图像的特殊性,本文对图像底层视觉特征的提取和优化方法进行了研究。在提取有效的灰度和纹理特征的基础上,针对特征的高维特点,本文提出一种基于流形学习的降维算法,通过利用基于约束的最小二乘法求取惴ㄖ芯植恐亟ㄈㄖ迪蛄康淖罴阎怠J笛榻峁砻鳎疚奶岢龅慕滴方法能够有效去除特征向量中的冗余信息,进而降低匹配算法的复杂度,达到高效表达视觉特征的目的。考虑到图像特征的抽象性与人类感知的主观性存在的差异,本文利用基于组合特征加权的相关反馈方法来缩小这种差异。针对组合特征权重的计算问题,本文提出一种基于量子遗传算法某跏既ㄖ丶扑惴椒ǎḿ索问题转化为求取使得评价指标最佳的特征权重的最优值的优化问题,利用关反馈过程中权重的调整问题,本文提出一种基于灰色关联系数的权值动态医学图像检索范围的一种有效解决手段。达、基于医学先验知识的语义建模等关键技术进行了深入研究。看蟮娜ň盅坝拍芰扑闾卣魅ㄖ兀范ㄗ楹咸卣鞯谋泶铮徽攵韵基于内容的医学图像检索及语义建模关键技术研究譬广
/舅调整算法,通过计算图像特征间的灰色关联系数来估计不同特征在检索中的相对重要性,同时,在计算过程中考虑到了相关图像和不相关图像对权重的共同影响。实验结果表明,本文提出的相关反馈算法能够在初次查询阶段就取得令人满意的查询效果,同时,由于充分考虑了不相关图像对检索过程的影响,本文方法能够缩小了反馈周期,从而更加适应用户查询需求。通过对医学影像内容的分析,本文提出一种基于支持向量机语义建模方法,并将其用于肺部图像中磨玻璃密度影征象的语义模型构建。首先,根据医学先验知识确定语义表达内容,然后,分别提取图像的底层视觉特征,最后,利用基于幕餮胺椒ń⒌撞闶泳跆卣鞯礁层语义的映射,完成语义建模;同时,为了能让视觉特征更加准确的表达图像内容,本文提出一种适用于肺部区域提取并分叶的图像预处理方法。实验结果表明,本文提出的语义建模方法有效可行,能够为医学图像语义的自动获取和辅助诊断提供一种借鉴。关键词:医学图像检索;流形学习;相关反馈;语义建模;支持向量机哈尔滨工程大学博士学位论文
◆.珻瑃基于内容的医学图像检索及语义建模关键技术研究,,甌,猚,....痶,
篗;;哈尔滨工程大学博士学位论文,甃...;、,籱
目录第滦髀邸课题的研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.医学图像检索的发展历程及国内外研究现状⋯⋯⋯⋯⋯⋯..谖谋颈曜⒌⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第乱窖枷窦焖骷坝镆褰O喙丶际酢基于内容的图像检索体系结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.枷窨墒犹卣鞣治鲇胩崛语义建模相关技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..≡⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〔ㄎ评硖卣鳌