基于詞袋模型的醫(yī)學(xué)影像分類的研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代醫(yī)學(xué)成像技術(shù)的快速發(fā)展，醫(yī)學(xué)影像已經(jīng)成為重要的輔助診療技術(shù)。但是，隨著各種醫(yī)學(xué)成像設(shè)備比如CT、MR、DSA、DR，以及大量計(jì)算機(jī)技術(shù)融合到影響診斷中，醫(yī)學(xué)影像資源的有效利用已經(jīng)成為了一個(gè)非常迫切的問題。醫(yī)院每天產(chǎn)生海量的醫(yī)學(xué)圖像，如果能夠?qū)τ跋耦悇e進(jìn)行自動(dòng)標(biāo)注，可以在很大程度上減少醫(yī)生的工作量，也能夠提高醫(yī)學(xué)影像的使用效率。醫(yī)學(xué)影像分類已經(jīng)成為一個(gè)非常迫切的需求。
　　傳統(tǒng)的基于內(nèi)容的圖像分類方法大多基于圖像的全局特征，

2、比如顏色、紋理、形狀特征等，這些方法雖然已經(jīng)取得了不錯(cuò)的分類性能，但由于思路單一，這種分類方法的發(fā)展受到了很大的限制。
　　詞袋模型的基本思想是利用詞典構(gòu)建文本集的單詞-文檔共現(xiàn)矩陣。將詞袋模型應(yīng)用到圖像領(lǐng)域中，可以構(gòu)建出視覺詞袋模型，這樣文本領(lǐng)域中的算法就可以引入到圖像領(lǐng)域，使兩個(gè)領(lǐng)域能夠得到有機(jī)的結(jié)合。學(xué)科間的相互交叉融合，對(duì)于各學(xué)科的發(fā)展都能提供新的思路，這對(duì)于兩個(gè)學(xué)科的發(fā)展都能起到促進(jìn)作用。
　　本文將詞袋模型成功應(yīng)

3、用到醫(yī)學(xué)影像分類問題中，基本思想是，首先提取圖像的SIFT特征，然后將所有的特征聚類，生成視覺詞匯表，根據(jù)這個(gè)詞匯表構(gòu)建每幅圖像的視覺單詞表示，最后輸入到支持向量機(jī)中進(jìn)行訓(xùn)練和測(cè)試。實(shí)驗(yàn)表明，詞袋模型在很大程度上提高了醫(yī)學(xué)影像分類的精度。為了解決詞袋模型速度慢的問題，本文引入了kd-tree算法來改進(jìn)詞袋模型的速度。通過kd-tree算法來構(gòu)建視覺詞匯表的高維索引，然后利用該索引來計(jì)算每幅圖像的視覺單詞表示。實(shí)驗(yàn)表明，這種方法大大提高了