基于用戶反饋的大腦MRI圖像匹配算法研究與實(shí)現(xiàn).pdf

1、隨著醫(yī)學(xué)以及計(jì)算機(jī)技術(shù)的發(fā)展,醫(yī)學(xué)圖像的匹配逐漸成為一門關(guān)鍵技術(shù)。特別是在目前海量醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)中,醫(yī)生想要人工的從中找出想要的數(shù)據(jù)已經(jīng)成為一件很困難的事情。尤其在大腦疾病的診斷中,從數(shù)據(jù)庫(kù)中找出與當(dāng)前相似的病例,對(duì)提高醫(yī)生診斷的效率和準(zhǔn)確性有著重要的意義。目前,已經(jīng)有許多相關(guān)的大腦核磁共振掃描圖像(MRI)的匹配算法被提出,如基于灰度的匹配算法、基于小波分析的算法,以及其他一些基于圖像特征的算法。但很多算法在效率上不盡人意,并且,每個(gè)

2、醫(yī)生對(duì)于病例相似度的定義可能都會(huì)因其不同的經(jīng)驗(yàn)和需要而有所不同,因此,需要一個(gè)可以反映用戶偏好的算法來(lái)提高匹配結(jié)果的滿意度。
　　 針對(duì)上述問(wèn)題,本文提出了一種可并行計(jì)算的基于用戶反饋大腦核磁共振掃描圖像(MRI)的匹配算法。首先將每個(gè)圖像的特征對(duì)應(yīng)于一個(gè)語(yǔ)義標(biāo)簽,這個(gè)標(biāo)簽由圖像連通域個(gè)數(shù),以及每個(gè)連通域的面積、位置、灰度特征和形狀特征組成,然后,以此語(yǔ)義標(biāo)簽為依據(jù)進(jìn)行匹配,并且利用并行系統(tǒng)構(gòu)架使得該匹配算法能夠?qū)Ａ繄D像做匹配

3、處理,得到與輸入圖像最相似的一組結(jié)果,接著,為了符合不同醫(yī)生的偏好,本文提出了一種反饋算法,由于一些經(jīng)典的反饋算法不能夠很好的拆分為互不相關(guān)的幾個(gè)部分,因此,當(dāng)數(shù)據(jù)達(dá)到海量級(jí)別時(shí),無(wú)法使用本文在匹配時(shí)設(shè)計(jì)的并行框架,而本文的算法通過(guò)醫(yī)生對(duì)匹配結(jié)果相關(guān)性的反饋,分別調(diào)整每個(gè)特征標(biāo)簽的權(quán)重,以此來(lái)反映不同醫(yī)生的偏好,而不同特征的權(quán)重調(diào)整是彼此獨(dú)立的,所以可以容易的擴(kuò)展到并行構(gòu)架中進(jìn)行加速。實(shí)驗(yàn)結(jié)果表明,本文設(shè)計(jì)的算法可以在很大程度上反映出用