基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究.pdf

1、碩士學(xué)位論文碩士學(xué)位論文論文題目論文題目：基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究英文題目英文題目：ResearchofmedicalimageretrievalTechnologybasedonmultifeature學(xué)位類學(xué)位類別：工學(xué)碩士研究生姓研究生姓名：王新剛學(xué)號學(xué)號：201102191學(xué)科學(xué)科(領(lǐng)域領(lǐng)域)名稱名稱：計算機應(yīng)用技術(shù)指導(dǎo)教指導(dǎo)教師：呂曉琪職稱職稱：教授協(xié)助指導(dǎo)教協(xié)助指導(dǎo)教師：師：職稱：職稱：2014年6月6日分類號：分類

2、號：TP391TP391密級：級：公開公開UDC：學(xué)校代碼：學(xué)校代碼：1012710127內(nèi)蒙古科技大學(xué)碩士（博士）學(xué)位論文I摘要隨著科技的飛速發(fā)展和進步，每日的大宗市場交易、股票期貨金融領(lǐng)域、醫(yī)療行業(yè)積累了大量的數(shù)據(jù)，如何利用這些數(shù)據(jù)，在海量數(shù)據(jù)庫基礎(chǔ)上，縱向挖掘出有價值的信息成為研究熱點。相應(yīng)地產(chǎn)生了多種數(shù)據(jù)挖掘相關(guān)算法，數(shù)據(jù)挖掘可以有效地在復(fù)雜的數(shù)據(jù)中找尋有用的信息。在醫(yī)療行業(yè)，醫(yī)院積累了大量的圖像。在2010年，一家三甲醫(yī)院放射

3、科圖像存儲量平均為2T，而且每年以成倍的速度遞增。在這些積累的醫(yī)學(xué)圖像中，醫(yī)務(wù)人員尋找病理上相似的醫(yī)學(xué)圖像是十分困難的。傳統(tǒng)的基于文本的圖像檢索無法滿足醫(yī)務(wù)人員日益增長的檢索需求，亟待開發(fā)一個高效的醫(yī)學(xué)圖像檢索系統(tǒng)，基于內(nèi)容的圖像檢索可以彌補傳統(tǒng)基于文本的圖像檢索不足。因此，基于內(nèi)容的醫(yī)學(xué)圖像檢索系統(tǒng)應(yīng)用潛力巨大。本文針對醫(yī)學(xué)圖像檢索中單一特征無法有效表達復(fù)雜特征、易陷入局部最優(yōu)的問題，提出一種將醫(yī)學(xué)圖像形狀特征和紋理特征相結(jié)合的成對約

4、束特征選擇蟻群聚類算法。首先，通過結(jié)合紋理特征灰度共生矩陣和形狀特征Hu不變矩，建立多特征醫(yī)學(xué)圖像數(shù)據(jù)庫集；然后用成對約束降維算法對醫(yī)學(xué)圖像數(shù)據(jù)集進行特征選擇，形成最優(yōu)特征集，并對最優(yōu)特征集進行動態(tài)加權(quán)，對加權(quán)最優(yōu)特征集進行蟻群聚類，形成有規(guī)則的簇，最后通過加權(quán)馬氏距離相似性度量算法檢索醫(yī)學(xué)圖像?；诟倪M的蟻群聚類醫(yī)學(xué)圖像檢索算法相比傳統(tǒng)的蟻群聚類檢索算法減少專業(yè)人員對先驗值的依賴，區(qū)分出重要特征并按照重要的程度給予動態(tài)加權(quán)，本研究算法

5、提高檢索分類性能和穩(wěn)定性，使檢索查全率和查準率進一步優(yōu)化，檢索醫(yī)學(xué)圖像效果達到預(yù)期目標。本文是在實驗室原有圖像檢索平臺上開發(fā)的一個可以實現(xiàn)醫(yī)學(xué)圖像動態(tài)檢索的檢索系統(tǒng)。借鑒了郭金鴿基于紋理特征的醫(yī)學(xué)圖像檢索技術(shù)和劉偉基于反饋的醫(yī)學(xué)圖像檢索優(yōu)點，提出了基于多特征的的圖像檢索系統(tǒng)。研究進展如下：綜合提取醫(yī)學(xué)圖像的紋理特征和形狀特征，建立醫(yī)學(xué)圖像多維數(shù)據(jù)庫。分別測試了灰度共生矩陣、Hu不變矩、兩種算法融合的檢索效果。初步得出結(jié)論：單一的特征無法