基于多特征的醫(yī)學圖像檢索技術(shù)研究
發(fā)布時間:2017-11-25 10:10
本文關鍵詞:基于多特征的醫(yī)學圖像檢索技術(shù)研究
更多相關文章: 多特征 醫(yī)學圖像檢索 聚類 蟻群聚類算法
【摘要】:隨著科技的飛速發(fā)展和進步,每日的大宗市場交易、股票期貨金融領域、醫(yī)療行業(yè)積累了大量的數(shù)據(jù),如何利用這些數(shù)據(jù),在海量數(shù)據(jù)庫基礎上,縱向挖掘出有價值的信息成為研究熱點。相應地產(chǎn)生了多種數(shù)據(jù)挖掘相關算法,數(shù)據(jù)挖掘可以有效地在復雜的數(shù)據(jù)中找尋有用的信息。 在醫(yī)療行業(yè),醫(yī)院積累了大量的圖像。在2010年,一家三甲醫(yī)院放射科圖像存儲量平均為2T,而且每年以成倍的速度遞增。在這些積累的醫(yī)學圖像中,醫(yī)務人員尋找病理上相似的醫(yī)學圖像是十分困難的。傳統(tǒng)的基于文本的圖像檢索無法滿足醫(yī)務人員日益增長的檢索需求,亟待開發(fā)一個高效的醫(yī)學圖像檢索系統(tǒng),,基于內(nèi)容的圖像檢索可以彌補傳統(tǒng)基于文本的圖像檢索不足。因此,基于內(nèi)容的醫(yī)學圖像檢索系統(tǒng)應用潛力巨大。 本文針對醫(yī)學圖像檢索中單一特征無法有效表達復雜特征、易陷入局部最優(yōu)的問題,提出一種將醫(yī)學圖像形狀特征和紋理特征相結(jié)合的成對約束特征選擇蟻群聚類算法。首先,通過結(jié)合紋理特征灰度共生矩陣和形狀特征Hu不變矩,建立多特征醫(yī)學圖像數(shù)據(jù)庫集;然后用成對約束降維算法對醫(yī)學圖像數(shù)據(jù)集進行特征選擇,形成最優(yōu)特征集,并對最優(yōu)特征集進行動態(tài)加權(quán),對加權(quán)最優(yōu)特征集進行蟻群聚類,形成有規(guī)則的簇,最后通過加權(quán)馬氏距離相似性度量算法檢索醫(yī)學圖像;诟倪M的蟻群聚類醫(yī)學圖像檢索算法相比傳統(tǒng)的蟻群聚類檢索算法減少專業(yè)人員對先驗值的依賴,區(qū)分出重要特征并按照重要的程度給予動態(tài)加權(quán),本研究算法提高檢索分類性能和穩(wěn)定性,使檢索查全率和查準率進一步優(yōu)化,檢索醫(yī)學圖像效果達到預期目標。 本文是在實驗室原有圖像檢索平臺上開發(fā)的一個可以實現(xiàn)醫(yī)學圖像動態(tài)檢索的檢索系統(tǒng)。借鑒了郭金鴿基于紋理特征的醫(yī)學圖像檢索技術(shù)和劉偉基于反饋的醫(yī)學圖像檢索優(yōu)點,提出了基于多特征的的圖像檢索系統(tǒng)。研究進展如下: 綜合提取醫(yī)學圖像的紋理特征和形狀特征,建立醫(yī)學圖像多維數(shù)據(jù)庫。分別測試了灰度共生矩陣、Hu不變矩、兩種算法融合的檢索效果。初步得出結(jié)論:單一的特征無法滿足醫(yī)學圖像的檢索需求,兩種算法融合后,初始檢索效果比單獨算法檢索效果好,但是需要對兩種算法設置權(quán)重。 兩種特征融合后,需要解決權(quán)重設置問題。解決這個問題主要有兩條技術(shù)路線:一是根據(jù)相關反饋算法,另一個是對綜合特征進行特征降維。相關反饋算法整體上改變了圖像檢索的效果,但存在漏檢的缺點,有時不能檢索出最相似的醫(yī)學圖像。多維特征降維是模式識別的常用降維的方法,本文對成對約束算法、主成分分析、線性判別分析對醫(yī)學圖像特征降維,測試這三種算法在蟻群聚類的實際聚類圖。充分說明醫(yī)學圖像多維數(shù)據(jù)選擇的必要性和重要性。本文采用成對約束算法對多維特征降維,最后對降維后的數(shù)據(jù)進行蟻群聚類,形成幾個有規(guī)律的簇。聚類可以檢索出最相似的醫(yī)學圖像。
【學位授予單位】:內(nèi)蒙古科技大學
【學位級別】:碩士
【學位授予年份】:2014
【分類號】:TP391.41
【參考文獻】
中國期刊全文數(shù)據(jù)庫 前5條
1 李明華;劉全;劉忠;郗連霞;;數(shù)據(jù)挖掘中聚類算法的新發(fā)展[J];計算機應用研究;2008年01期
2 施智平,胡宏,李清勇,史忠植,段禪倫;基于紋理譜描述子的圖像檢索[J];軟件學報;2005年06期
3 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學報;2008年01期
4 王偉蔚;張國鵬;邱頂;廖琪梅;陳武凡;盧虹冰;;基于DICOM文本與內(nèi)容的醫(yī)學圖像檢索系統(tǒng)研究[J];計算機工程與設計;2011年03期
5 呂曉琪;劉偉;谷宇;張明;;醫(yī)學圖像檢索中基于加權(quán)馬氏距離的相關反饋方法[J];微電子學與計算機;2013年04期
本文編號:1225644
本文鏈接:http://www.sikaile.net/jingjilunwen/qihuoqq/1225644.html
最近更新
教材專著