版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著現(xiàn)代醫(yī)學(xué)影像技術(shù)的發(fā)展,醫(yī)學(xué)圖像在疾病的診斷與治療過(guò)程中起著越來(lái)越重要的作用,疾病的影像表現(xiàn)已成為判斷疾病的關(guān)鍵依據(jù)。醫(yī)院每天要產(chǎn)生大量的影像數(shù)據(jù),醫(yī)學(xué)圖像不僅可以作為醫(yī)生臨床診斷、病情跟蹤、預(yù)后研究、鑒別診斷的重要客觀依據(jù),同時(shí),在幫助未確診臨床圖像進(jìn)行診斷中,具有重要的參考價(jià)值。如若能從已確診的圖像庫(kù)中,找出與未確診圖像具有相同病理特征的相似醫(yī)學(xué)圖像,將會(huì)大大提高臨床論斷的可靠性。為此,圖像檢索技術(shù)被應(yīng)用到醫(yī)學(xué)領(lǐng)域。
2、 由于醫(yī)學(xué)圖像的特殊性,如何將圖像檢索技術(shù)與醫(yī)學(xué)圖像有機(jī)地結(jié)合,為醫(yī)生提供便捷準(zhǔn)確地檢索圖像手段,并為其診斷提供輔助的建議,成為科研人員待解決的問(wèn)題。
我們的研究工作是在國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(No:30730036)下展開(kāi)的,本文主要探討了包含多種模態(tài),三種疾病的腦部圖像檢索系統(tǒng)的設(shè)計(jì)方法,系統(tǒng)主要針對(duì)于同種疾病的檢索,而非全局內(nèi)容相似的醫(yī)學(xué)圖像,目的在于檢索出具有相同病理特征的圖像,輔助醫(yī)生做出診斷。同時(shí),重點(diǎn)研究
3、了檢索系統(tǒng)中的兩個(gè)重要環(huán)節(jié):腦部圖像的細(xì)分類(lèi)及腦部疾病區(qū)域的自動(dòng)定位方法。腦部圖像的細(xì)分類(lèi)是用于對(duì)庫(kù)中圖像和查詢(xún)圖像進(jìn)行分類(lèi),查詢(xún)圖像只在某些類(lèi)別的圖像中進(jìn)行檢索,從而,達(dá)到縮小檢索空間,提高速度的目的。腦部疾病區(qū)域的自動(dòng)定位,是應(yīng)用于檢索系統(tǒng)中的適用于大部分圖像的自動(dòng)分割疾病的方法,盡量節(jié)省醫(yī)生的手工勞動(dòng)。以下是本文的工作內(nèi)容:
提出了基于支持向量機(jī)的腦部MR圖像細(xì)分類(lèi)方法用于檢索中(第三章)
將MR,T1
4、加權(quán)的腦部圖像根據(jù)組織形狀解剖結(jié)構(gòu)內(nèi)容的變化從顱頂?shù)斤B底細(xì)分為14個(gè)類(lèi),首先,選定訓(xùn)練樣本集和測(cè)試樣本集,對(duì)圖像作去噪,去除背景處理。采用紋理與形狀特征相結(jié)合的方式表達(dá)圖像,應(yīng)用StARMiner算法對(duì)特征進(jìn)行選擇和計(jì)算特征加權(quán)系數(shù),用支持向量機(jī)理論訓(xùn)練分類(lèi)器,對(duì)腦部圖像進(jìn)行精細(xì)分類(lèi)。經(jīng)反復(fù)實(shí)驗(yàn)優(yōu)化各參數(shù),以粗略分類(lèi)率方式應(yīng)用于檢索中。細(xì)分類(lèi)可應(yīng)用于特定人體部位圖像的檢索系統(tǒng),以檢索出更精確的圖像,并且縮小檢索空間,提高檢索效率。
5、> 2.提出一種自動(dòng)定位及分割腦部圖像病灶區(qū)域的方法(第四章)
首先采用霍特林變換,找到腦部圖像的對(duì)稱(chēng)軸,將圖像旋轉(zhuǎn)至垂直位置。依據(jù)腦部圖像的對(duì)稱(chēng)性質(zhì),通過(guò)測(cè)量病變區(qū)域造成的不對(duì)稱(chēng)度,自動(dòng)定位病灶區(qū)域,然后對(duì)定位的病灶區(qū)域進(jìn)行分割,可以準(zhǔn)確地得到病灶區(qū)域的邊界。該方法速度快,且不需要模板圖像,克服了基于配準(zhǔn)的分割方法的實(shí)時(shí)性差及沒(méi)有完全匹配的正常模板圖像的缺點(diǎn)。最后通過(guò)不同模態(tài)和疾病的圖像驗(yàn)證了該方法的有效性。
6、> 3.多模態(tài)多疾病腦部圖像檢索系統(tǒng)的設(shè)計(jì)(第五章)
設(shè)計(jì)了一個(gè)多模態(tài)影像腦部疾病檢索系統(tǒng)。首先,建立DICOM圖像信息庫(kù)和圖像特征庫(kù),庫(kù)中包含腦出血、腦膜瘤、垂體瘤三種疾病,CT、MR兩種模態(tài)的腦部圖像數(shù)據(jù)。分別設(shè)計(jì)了自動(dòng)與半自動(dòng)提取顱內(nèi)組織,自動(dòng)與半自動(dòng)病灶區(qū)域定位方法,自動(dòng)提取全局與局部特征,建立了一個(gè)檢索用戶(hù)界面。在特征相似性比較之前,用查詢(xún)圖像的部位、模態(tài)、方位信息,從庫(kù)中選出符合條件的子庫(kù),將查詢(xún)圖像與子
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 腦部疾病影像診斷學(xué)
- 新生兒腦部疾病的影像診斷
- 多模態(tài)圖像檢索技術(shù).pdf
- 醫(yī)學(xué)影像案例多模檢索的模態(tài)關(guān)聯(lián)建模技術(shù)研究.pdf
- 多模態(tài)媒體信息檢索技術(shù)研究.pdf
- 多模態(tài)視頻信息檢索.pdf
- 基于多級(jí)檢索的單模態(tài)醫(yī)學(xué)影像檢索系統(tǒng)研究.pdf
- 基于內(nèi)容的多模態(tài)視頻檢索.pdf
- 失語(yǔ)癥多模態(tài)影像特征研究.pdf
- 多模態(tài)醫(yī)學(xué)影像融合方法研究.pdf
- 腦部先天疾病
- 探討多模態(tài)影像技術(shù)評(píng)價(jià)NAFLD初步研究.pdf
- 重性抑郁障礙患者多模態(tài)影像學(xué)研究.pdf
- 面向網(wǎng)絡(luò)視頻檢索的多模態(tài)融合方法研究.pdf
- 乳腺影像案例多模檢索技術(shù)的研究.pdf
- 精神神經(jīng)疾病的多模態(tài)腦磁共振研究.pdf
- 學(xué)齡前孤獨(dú)癥兒童腦部多模態(tài)磁共振成像的研究.pdf
- 多模態(tài)醫(yī)學(xué)影像魯棒配準(zhǔn)方法研究.pdf
- 面向多模態(tài)數(shù)據(jù)的多分類(lèi)與檢索方法研究.pdf
- 顳葉癲癇患者腦部靜息態(tài)下多模態(tài)磁共振成像研究.pdf
評(píng)論
0/150
提交評(píng)論