基于內(nèi)容的超聲醫(yī)學(xué)圖像檢索.pdf

1、隨著醫(yī)學(xué)數(shù)字化影像設(shè)備在臨床工作中日益廣泛應(yīng)用，電子病歷和圖像歸檔與通信系統(tǒng)方面的技術(shù)不斷發(fā)展，臨床上每天都會產(chǎn)生大量醫(yī)學(xué)圖像數(shù)據(jù)。如何有效地組織、管理和檢索醫(yī)學(xué)圖像是當(dāng)前迫切需要解決的問題。傳統(tǒng)的基于文本方式的數(shù)據(jù)庫管理方式已經(jīng)漸漸無法滿足大規(guī)模醫(yī)學(xué)圖像數(shù)據(jù)庫的檢索需要，為此基于內(nèi)容的圖像檢索(CBIR，Content-based Image Retrieval)技術(shù)成為近年來該領(lǐng)域中的研究熱點(diǎn)。 本文概述了CBIR在醫(yī)學(xué)圖像

2、中的應(yīng)用，并分析總結(jié)了現(xiàn)有基于內(nèi)容的圖像檢索的關(guān)鍵技術(shù)，包括特征提取、相似度計(jì)算和檢索性能的評價(jià)幾方面。本文主要研究內(nèi)容如下： 1．利用了圖像局部的熵和區(qū)域生長的方法，對超聲醫(yī)學(xué)圖像進(jìn)行預(yù)處理，能夠很好的濾除扇陣超聲圖像周圍的一些文字信息，從而使檢索不受到周圍文字信息的影響。 2．實(shí)現(xiàn)了分別利用全局直方圖、分塊直方圖、帶狀顏色相關(guān)圖、Legendre矩、分塊Legendre矩等顏色特征和灰度共生矩陣、Harr小波和Gab

3、or小波等紋理特征對超聲醫(yī)學(xué)圖像進(jìn)行檢索，并利用實(shí)驗(yàn)對比了各種特征的性能。 3．在分析各種特征檢索結(jié)果的基礎(chǔ)上，提出了一種新的檢索方式——分級檢索，即先用紋理特征排除一部分?jǐn)?shù)據(jù)庫中的圖像，再利用顏色特征進(jìn)行檢索。 4．提出了利用超聲圖像近遠(yuǎn)場灰度比的特征，針對重度超聲醫(yī)學(xué)脂肪肝圖像的檢索方法。 5.初步搭建了基于內(nèi)容的超聲醫(yī)學(xué)圖像檢索實(shí)驗(yàn)性系統(tǒng)平臺，而且能夠滿足后續(xù)開發(fā)的需要，能夠容易的擴(kuò)展平臺的功能，比如增加新

4、的圖像特征以及新特征的相似度計(jì)算方法。 經(jīng)過對圖像數(shù)據(jù)庫的實(shí)驗(yàn)得到，利用直方圖方法檢索的有效率為75.2％，利用帶狀顏色相關(guān)圖方法檢索的有效率為70.4％，利用正交Legendre矩方法檢索的有效率為77.2％，利用分塊直方圖方法檢索的有效率為78.3％，利用分塊正交Legendre矩方法檢索的有效率為79.8％，利用灰度共生矩陣方法檢索的有效率為60.1％，利用哈爾小波方法檢索的有效率為64.6％，利用Gabor小波方法檢索的