基于内容的医学图像检索

发布时间：2017-07-13 15:19

  本文关键词：基于内容的医学图像检索

  更多相关文章： 基于内容的医学图像检索 高斯-马尔可夫随机场 弹性配准 病灶区域定位双树复小波变换 K-L距离 广义高斯密度

【摘要】： 基于内容的图像检索(CBIR),近十年来一直是研究的热点,但一直都未有重大的突破。本文从CBIR的概述入手,概述了CBIR系统的组成和所涉及的关键技术,回顾了目前的研究进展和主流的研究方法及已完成的各种系统,同时分析了医学图像的特点,最后,本文围绕CBIR在医学中的应用,研究了以下问题: (1)基于GAUSS-MARKOV随机场模型的MR图像分割(对应于本文第二章)。图像分割是图像关键内容区域的选取及量化的基础,利于用图像的关键内容信息进行检索。高斯—马尔可夫随机场模型既利用了图像像素的灰度信息,又通过像素类别标记的Gibbs光滑先验概率引入了图像的空间信息,是能较好地分割含有噪声的图像的模型。然而,Gibbs惩罚因子的确定却一直是个难点,为获得好的分割效果,通常用多个值人工尝试。本文针对此问题,提出了一种新的、简单的、类自适应的惩罚因子,其利用后验概率来自动计算,并具有各类各向异性。再将模型利用EM-MAP算法来迭代求解。最后,将本文算法应用于MR图像的分割,实验表明该算法能自适应地、有效地分割噪声图像,并具有较高的正确分类率和类正确分类率。 (2)基于弹性配准的图像感兴趣区域定位(对应于本文第三章)。疾病的诊断,主要是依据病变区域的形状,大小,及其所在的解剖位置,因而病变区域为感兴趣区域。感兴趣区域的确定有利于在CBIR中只关注医学图像信息的主要部分,得出利于检索的关键信息,使用于检索的特征量显著减少。目前,众多的CBIR都提供了ROI确定的方法,但往往是采用人工交互的方式。如Blobworld中,则先采用图像分割的方法,据待检索图像的多种性质,如纹理,色彩,极性,将待检索图像分割为多个区域,然后通过交互的方式,手工确定一个ROI。本文则尝试使用弹性配准的方法来自动的确定ROI。 (3)图像特征提取(对应于本文第四章)。图像特征提取是图像检索的基础与关键。常用的特征提取方法有:用傅立叶描述符和不变矩表示的形状特征,小波纹理特征,Gabor小波纹理特征。但传统小波变换具有的两大缺点:平移变化性,缺乏方向性。Gabor小波具有方向选择性,但Gabor小波由于非正交性具有大量的数据冗余且不可逆向重构,并具有较高的计算代价。在仔细分析了以上小波变换的缺点后,本文重点介绍了能克服以上小波缺点的双树复数小波变换(DT-CWT)及其原理,并将以此作为图像特征提取的方法。 (4)基于DT-CWT和K-L距离(Kullback-leibler distance)相似性测度的脑部MR图像检索(对应于本文第五章)。对各图像进行二阶DT-CWT后,每级分解得到6个方向的小波子带系数,再利用广义高斯密度(Generalized GaussianDensity)函数来逼近各子带系数的直方图,即使用最大似然估计法得出与各直方图相近的广义高斯密度函数的参数,用矩匹配法得出参数,以这12组特征值来表示该图像特征。提取出图像特征后,本文则基于最大似然规则的图像检索理论,使用基于链式规则的K-L相似性测度来进行特征匹配。 最后,本文对以上研究进行了总结,并对医学CBIR研究进行了展望,讨论了未来的研究方向和目标。
【关键词】：基于内容的医学图像检索 高斯-马尔可夫随机场 弹性配准 病灶区域定位双树复小波变换 K-L距离 广义高斯密度
【学位授予单位】：南方医科大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TP391.41
【目录】：

• 摘要3-5
• ABSTRACT5-10
• 第一章 绪论10-19
• 1.1 CBIR技术概述10-12
• 1.2 医学CBIR系统研究现状和主要研究内容12
• 1.3 基于内容的医学图像检索的研究目得和意义12-13
• 1.4 医学图像的特点13-14
• 1.5 本文主要研究内容及文章结构14-15
• 参考文献15-19
• 第二章 基于类自适应Gauss-Markov随机场模型和EM算法的MR图像分割19-30
• 2.1 引言19-20
• 2.2 类自适应的G-MRF模型20-23
• 2.2.1 G-MRF分割模型及其EM算法20-22
• 2.2.2 类自适应的惩罚因子及势函数22-23
• 2.3 分割算法及实验23-26
• 2.3.1 算法描述23-24
• 2.3.2 实验及分析24-26
• 2.4 结论与讨论26-28
• 参考文献28-30
• 第三章 基于配准方法的医学图像感兴趣区域定位30-40
• 3.1 感兴趣区域定位的意义及常用方法30
• 3.2 医学图像配准概述30-31
• 3.3 采用配准方法进行ROI定位的原因31
• 3.4 本文采用的配准方法—Hany Farid的弹性配准方法31-33
• 3.4.1 基本原理31-33
• 3.4.2 算法实现流程33
• 3.5 ROI区域的判定33-38
• 3.5.1 图像区域的离心率36-37
• 3.5.2 ROI的判定实验结果37-38
• 3.6 小结38
• 参考文献38-40
• 第四章 图像特征提取40-55
• 4.1 引言40
• 4.2 常用的特征提取方法40-45
• 4.2.1 形状特征—傅立叶描述符和不变矩41-43
• 4.2.2 离散小波变换43-44
• 4.2.3 Gabor小波变换44-45
• 4.3 离散小波变换(DWT)和双树复小波变换(DT-CWT)45-53
• 4.3.1 DWT及其缺点46-47
• 4.3.2 DT-CWT47-53
• 参考文献53-55
• 第五章 基于DT-CWT和K-L距离相似性测度的脑部MR图像检索55-67
• 5.1 引言55
• 5.2 基于最大似然选择规则的图像检索55-57
• 5.3 小波系数的广义高斯密度(GGD)模型57
• 5.4 GGD函数的参数估计57-59
• 5.5 两个GGD函数间的K-L距离相似性测度59
• 5.6 采用DT-CWT和K-L距离测度的图像检索59-65
• 5.6.1 检索结果62-65
• 5.6.2 算法的查准率和查全率65
• 参考文献65-67
• 第六章 总结与展望67-68
• 攻读学位期间成果68-69
• 致谢69-70

【相似文献】

中国期刊全文数据库 前10条

1 王春燕;郭圣文;吴效明;;基于内容的医学图像检索[J];医疗卫生装备;2008年05期

2 李金;梁洪;;基于面积直方图及交互信息测度论的医学图像检索方法[J];生命科学仪器;2007年12期

3 王超;陈曦;张红;;一种基于退化模型的高分辨率SAR去噪算法[J];遥感学报;2006年01期

4 李封;赵薇;;基于内容的医学图像检索技术的研究[J];机械设计与制造;2009年12期

5 张相芬;田蔚风;陈武凡;张洪梅;;基于Gaussian-MRF的DTI图像的正则化[J];辽宁工程技术大学学报;2007年01期

6 王瑞;刘红喜;郝德芳;孙俊喜;杨华民;;一种具有边界保持特性的图像修补方法[J];计算机工程与应用;2010年29期

7 王辉;杨林;丁金华;;基于特征级数据融合木材纹理分类的研究[J];计算机工程与应用;2010年03期

8 王文辉;冯前进;刘磊;陈武凡;;基于类自适应高斯-马尔可夫随机场模型和EM算法的MR图像分割[J];中国图象图形学报;2008年03期

9 沈晔;李敏丹;夏顺仁;;基于内容的医学图像检索技术[J];计算机辅助设计与图形学学报;2010年04期

10 张相芬;张洪梅;田蔚风;;基于模拟回火退火的DT-MR图像平滑和估计[J];上海交通大学学报;2007年04期

中国硕士学位论文全文数据库 前2条

1 王文辉;基于内容的医学图像检索[D];南方医科大学;2008年

2 吴天京;基于内容的医学图像检索研究[D];大连理工大学;2007年

，

本文编号：537424