結合紋理元相似性與張量積擴散的醫(yī)學圖像檢索.pdf

1、隨著醫(yī)學影像設備的廣泛應用及計算機技術的快速發(fā)展，臨床上每天都會產(chǎn)生大量的醫(yī)學圖像數(shù)據(jù)。如何對這些圖像數(shù)據(jù)進行有效管理，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)學圖像檢索存在完全依賴人工識別，局限于文字檢索，圖像調(diào)用效率低等多種問題。在此情況下，基于內(nèi)容的醫(yī)學圖像檢索（Content-Based Medical Image Retrieval，CBMIR）技術在醫(yī)學圖像處理領域迅速地發(fā)展起來，它通過融合對圖像的

2、理解以及模式識別等技術來克服傳統(tǒng)檢索方法的各種局限性。
　　本文圍繞著CBMIR技術的圖像底層特征提取和圖像特征相似性度量展開研究。介紹了現(xiàn)有的圖像檢索算法，系統(tǒng)的闡述了醫(yī)學圖像常用的特征提取方法，相似性度量，檢索性能評價。針對醫(yī)學圖像的特點，我們利用紋理元提取圖像局部特征。由于特征比較時，圖像之間的相似性關系同歐幾里得空間反映出的距離有時并不相符，我們結合張量積進行相似性擴散，通過全局信息修正圖像兩兩之間的相似性關系。為提取醫(yī)學

3、圖像中有用的特征信息，研究了一種基于紋理元的特征提取方法，該方法將紋理看做是按照一定的規(guī)律分布的一系列基元的排列，并通過其統(tǒng)計特性來描述紋理特征。根據(jù)比較待查詢圖像與數(shù)據(jù)庫圖像的紋理信息，得到它們之間的相似性。由上述算法的相似性度量直接進行圖像檢索，存在過度依賴于底層特征，相似性表達自身困難，以及噪聲影響的問題。為了提高檢索效率，提出一種通過張量積圖進行擴散，利用其他數(shù)據(jù)點的上下文信息改進基于紋理元的成對相似性度量的方法。將通過紋理元統(tǒng)