基于内容的医学图像检索研究进展

发布时间：2023-02-26 08:17

　　基于内容的医学图像检索方法是近年来计算机视觉领域的研究热点,已经广泛应用于计算机辅助诊断的研究中。概述了基于内容的医学图像检索方法的研究进展及意义,介绍了当前主流的医学图像检索算法及其优缺点,旨在引导研究人员快速了解本领域的研究内容。医学图像检索的研究主要分为特征提取和相似性度量两部分。从传统特征提取及近年来兴起的基于深度学习的特征提取入手来介绍医学图像的特征提取方式;而相似性度量部分则详细列举了马氏距离度量、词汇树以及哈希算法。最后概述了医学图像检索领域的相关反馈技术及当前常用的图像检索系统,并讨论了医学图像检索未来可能的研究方向及相关难点。

【文章页数】：13 页

【文章目录】：
1 引言
2 特征提取
    2.1 传统特征提取概述
    2.2 深度特征提取
        2.2.1 有监督深层网络
        2.2.2 无监督深层网络
        2.2.3 半监督深层网络
3 相似性度量
    3.1 马氏距离
    3.2 词汇树
    3.3 哈希算法
        3.3.1 哈希框架
        3.3.2 哈希算法的应用
4 相关反馈
    4.1 基于距离度量模型的RF技术
    4.2 基于概率统计分类模型的RF技术
    4.3 基于机器学习模型的RF技术
5 常用的医学图像检索系统
6 展望



本文编号：3750177