基于Adaboost分類學習的醫(yī)學圖像檢索.pdf

1、醫(yī)學是重要的計算機應用領域之一，隨著計算機軟硬件技術的飛速發(fā)展，醫(yī)學領域的數(shù)字圖像信息也迅速增長起來，醫(yī)學圖像已經(jīng)成為現(xiàn)代醫(yī)療中的一種基礎性工具，這些醫(yī)學圖像在臨床診治中占有不可替代的地位，因此對醫(yī)學圖像數(shù)據(jù)進行有效的管理和檢索產(chǎn)生了巨大的需求，傳統(tǒng)的基于文本的圖像檢索方式很難反映出醫(yī)學圖像所蘊含的豐富病理信息，使得醫(yī)學圖像在計算機輔助診斷和研究等領域的應用受到了極大的限制，基于內(nèi)容的醫(yī)學圖像檢索技術應運而生。
　　 計算機輔助

2、診斷系統(tǒng)旨在幫助醫(yī)生客觀的判讀醫(yī)學圖像，提供一些可疑病變的診斷意見。本文從LIDC數(shù)據(jù)庫中提取具有病理診斷分類的肺部腫瘤圖像作為基于視覺內(nèi)容檢索的目標圖像。實驗設計了針對肺部疑似腫瘤ROI區(qū)域（肺結節(jié)）的檢索，首先根據(jù)LIDC數(shù)據(jù)庫中的XML標注文件提取腫瘤圖像ROI區(qū)域以及9個病變特征，提取ROI區(qū)域的灰度、紋理、形狀、大小等特征構成腫瘤圖像特征信息庫。然后本文針對腫瘤圖像的根據(jù)惡性程度劃分的多類別特性，將分類與檢索相結合，提出了一種