基于多特征的醫(yī)學(xué)影像分類算法的設(shè)計與實現(xiàn).pdf

1、隨著醫(yī)學(xué)成像技術(shù)的發(fā)展，醫(yī)學(xué)影像已經(jīng)成為一項極其重要的診療技術(shù)。然而，隨著數(shù)字化醫(yī)療設(shè)備如CT、MR、DSA、DR在臨床醫(yī)學(xué)診療中的大量應(yīng)用，以及計算機(jī)技術(shù)在醫(yī)療中的迅速普及，醫(yī)學(xué)影像數(shù)據(jù)海量增長，醫(yī)學(xué)影像資源的有效利用成為了挑戰(zhàn)。醫(yī)院每天產(chǎn)生大量的醫(yī)學(xué)影像數(shù)據(jù)，醫(yī)學(xué)影像自動標(biāo)注成為從數(shù)據(jù)庫中查找影像的重要步驟。醫(yī)學(xué)影像自動標(biāo)注提高了醫(yī)學(xué)影像的使用效率，同時也是醫(yī)學(xué)影像處理和分析的前提。
　　圖像挖掘提取圖像中隱含的知識，圖像數(shù)據(jù)

2、的關(guān)系，或者圖像中存儲的其它的潛在模式，以迎接海量圖像數(shù)據(jù)帶來的挑戰(zhàn)。圖像分類作為圖像挖掘中的一項基本研究任務(wù)，主要解決圖像的類別標(biāo)注問題。本文將圖像分類方法應(yīng)用于醫(yī)學(xué)影像領(lǐng)域，設(shè)計并實現(xiàn)了基于多種特征醫(yī)學(xué)影像的分類算法。
　　本文分析了醫(yī)學(xué)影像的特點，論述了適合醫(yī)學(xué)影像的特征提取方法。為了更加全面地描述醫(yī)學(xué)影像的特性，本文采用不同方法提取了醫(yī)學(xué)影像的多種特征。這些特征包括醫(yī)學(xué)影像的灰度特征、紋理特征、形狀特征，以及從頻域空間中提