基于紋理分析的醫(yī)學(xué)圖像檢索系統(tǒng)開發(fā).pdf

1、隨著醫(yī)學(xué)影像診斷技術(shù)的逐漸成熟，大量的醫(yī)學(xué)圖像數(shù)據(jù)隨之產(chǎn)生。怎樣對(duì)大量的圖像數(shù)據(jù)進(jìn)行管理并合理的應(yīng)用于臨床診斷過程中，是醫(yī)學(xué)領(lǐng)域面對(duì)的主要難題之一。在這這種情況下，基于內(nèi)容的醫(yī)學(xué)圖像檢索(Content-based Medical Image Retrieval，CBMIR)技術(shù)迅速發(fā)展起來。
　　 對(duì)圖像特征的提取和表達(dá)是基于內(nèi)容的醫(yī)學(xué)圖像檢索技術(shù)的核心之一。醫(yī)學(xué)圖像的成像有著自身的機(jī)理和特點(diǎn)，本文在充分了解現(xiàn)有圖像特征提取方

2、法的基礎(chǔ)上，結(jié)合醫(yī)學(xué)圖像自身特點(diǎn)，著重研究了適合醫(yī)學(xué)圖像的特征提取算法。圖像紋理是圖像內(nèi)容的重要特征之一，本文重點(diǎn)研究圖像紋理特征提取方法，通過灰度共生矩陣、小波變換和Gabor濾波器三種提取方法提取圖像紋理特征，給出了三種特征提取方法的實(shí)驗(yàn)結(jié)果，并從查準(zhǔn)率和查全率的角度分析、比較三種算法的優(yōu)劣。在此基礎(chǔ)上，針對(duì)醫(yī)學(xué)圖像檢索問題，提出了結(jié)合Gabor濾波器和相關(guān)反饋的醫(yī)學(xué)圖像檢索方法，得到了較好的檢索結(jié)果。
　　 通過對(duì)醫(yī)學(xué)圖像

3、紋理特征提取方法的討論，重點(diǎn)研究了采用Gabor濾波器的方法對(duì)醫(yī)學(xué)圖像進(jìn)行紋理特征提取，計(jì)算圖像相似度，然后利用相關(guān)反饋技術(shù)調(diào)整圖像之間的相似度，改善圖像檢索過程中的人機(jī)交互性能。實(shí)驗(yàn)表明，通過相關(guān)反饋，該方法有效地提高了檢索結(jié)果中的查準(zhǔn)率和查全率。
　　 本文在基于紋理分析的醫(yī)學(xué)圖像檢索上實(shí)現(xiàn)了醫(yī)學(xué)圖像檢索系統(tǒng)。我們采用了面向?qū)ο蟮南到y(tǒng)設(shè)計(jì)技術(shù)是平臺(tái)獨(dú)立其應(yīng)用領(lǐng)域，用戶在遵守系統(tǒng)約定的前提下可以很容易的添加自己的圖像特征及其相