采用Gabor小波紋特征的基于內(nèi)容醫(yī)學(xué)圖像檢索.pdf

1、隨著計(jì)算機(jī)技術(shù)和數(shù)字影像技術(shù)的發(fā)展,醫(yī)學(xué)圖像數(shù)量與日俱增。現(xiàn)階段的PACS(醫(yī)學(xué)圖像歸檔與通信系統(tǒng))采用的檢索方式仍然是基于文本的方式,該方式已經(jīng)不能滿足規(guī)模日益擴(kuò)大且復(fù)雜化的圖像數(shù)據(jù)的檢索要求。針對(duì)基于文本醫(yī)學(xué)圖像檢索的缺陷,基于內(nèi)容醫(yī)學(xué)圖像檢索技術(shù)應(yīng)運(yùn)而生,該技術(shù)為智能化疾病診斷提供了前提。本文主要研究了基于內(nèi)容圖像檢索(CBIR)中的紋理特征提取這一關(guān)鍵技術(shù),并把它應(yīng)用于醫(yī)學(xué)圖像的檢索實(shí)踐中。
　　 首先,本文重點(diǎn)討論和研

2、究了幾種基于頻譜的紋理分析方法:Fourier變換,Gabor變換和小波變換,深入分析了三者在頻域分析中的優(yōu)缺點(diǎn)；由于小波變換克服了Fourier局部分析能力差和Gabor“時(shí)間-頻率”窗固定不變的缺點(diǎn),因此作為一種新的時(shí)頻分析工具,特別適用于圖像的紋理分析。
　　 其次,把金字塔結(jié)構(gòu)的小波變換應(yīng)用于醫(yī)學(xué)圖像的紋理特征提取；針對(duì)胸部CT圖像分析了金字塔的小波變換分別采用db6、db2和haar小波基時(shí)在紋理特征提取方面的性能；引

3、入新型的邊界延拓方法,克服了以往延拓方式存在的數(shù)據(jù)量增加和重構(gòu)信號(hào)附近產(chǎn)生較大誤差兩個(gè)嚴(yán)重缺點(diǎn),取得了較好的效果。
　　 最后,將Gabor小波紋理特征應(yīng)用到基于內(nèi)容醫(yī)學(xué)圖像檢索中,并且引入了模糊理論和顯著性思想。采用Gabor小波計(jì)算特定尺度、特定方向的能量,根據(jù)該能量確定顯著多尺度多方向模糊集合,針對(duì)集合中的每個(gè)尺度方向進(jìn)行量化分析以確定其顯著性,量化分析的結(jié)果作為權(quán)重引入相似性度量。顯著多尺度多方向模糊集合方案的引入在一定