基于內(nèi)容的醫(yī)學圖像檢索技術研究.pdf

1、隨著醫(yī)學數(shù)字化影像設備如CT、MRI、PET-CT等在臨床工作中日益廣泛的應用，臨床上每天都會產(chǎn)生大量的醫(yī)學圖像數(shù)據(jù)。而如何對大量的圖像數(shù)據(jù)進行管理并合理的應用于臨床診斷過程也就成為當前迫切需要解決的問題。傳統(tǒng)的醫(yī)學檔案管理系統(tǒng)采用簡單的基于標注的圖像數(shù)據(jù)庫甚至完全人工的方法來管理圖像數(shù)據(jù)，這種方式己經(jīng)漸漸無法滿足大規(guī)模醫(yī)學圖像數(shù)據(jù)庫的檢索需求，嚴重影響了圖像在診斷過程中發(fā)揮的作用。為此，基于內(nèi)容的醫(yī)學圖像檢索技術CBMIR(Conte

2、nt-based Medical Image Retrieval)應運而生。 基于內(nèi)容的醫(yī)學圖像檢索是基于內(nèi)容的圖像檢索技術在醫(yī)學領域中的應用。如何將圖像檢索技術與醫(yī)學圖像有機地結合，為醫(yī)師提供便捷準確的檢索圖像的手段，并為其診斷提供輔助的建議，是本文的主要研究目標。本文在系統(tǒng)研究了基于內(nèi)容的圖像檢索技術以及醫(yī)學成像原理的基礎上，分析了該技術應用于臨床醫(yī)學的需求和實例，從面向臨床診斷應用的需求出發(fā)，設計了一個基于內(nèi)容的醫(yī)學圖像檢

3、索實驗系統(tǒng)。以檢索腦內(nèi)出血病變?yōu)槔?，應用大量的顱腦CT圖像實現(xiàn)了本文提出的基于局部顏色空間特征的檢索方法、基于傅立葉描述符的形狀特征檢索算法、基于感興趣區(qū)域特征的檢索方法。 實驗結果表明基于局部顏色空間特征的檢索方法對器官組織與病變部位灰度值差異較大的圖像具有較高的查準率；基于傅立葉描述符的形狀特征檢索算法具有較好的平移不變性、尺度不變性和旋轉不變性；在基于感興趣區(qū)域ROI(Region of Interest)特征的檢索方法中