本文關(guān)鍵詞：基于多特征的醫(yī)學(xué)圖像檢索技術(shù)研究

  更多相關(guān)文章： 多特征 醫(yī)學(xué)圖像檢索 聚類 蟻群聚類算法

【摘要】：隨著科技的飛速發(fā)展和進(jìn)步，每日的大宗市場交易、股票期貨金融領(lǐng)域、醫(yī)療行業(yè)積累了大量的數(shù)據(jù)，如何利用這些數(shù)據(jù)，在海量數(shù)據(jù)庫基礎(chǔ)上，縱向挖掘出有價(jià)值的信息成為研究熱點(diǎn)。相應(yīng)地產(chǎn)生了多種數(shù)據(jù)挖掘相關(guān)算法，數(shù)據(jù)挖掘可以有效地在復(fù)雜的數(shù)據(jù)中找尋有用的信息。 在醫(yī)療行業(yè)，醫(yī)院積累了大量的圖像。在2010年，一家三甲醫(yī)院放射科圖像存儲量平均為2T，而且每年以成倍的速度遞增。在這些積累的醫(yī)學(xué)圖像中，醫(yī)務(wù)人員尋找病理上相似的醫(yī)學(xué)圖像是十分困難的。傳統(tǒng)的基于文本的圖像檢索無法滿足醫(yī)務(wù)人員日益增長的檢索需求，亟待開發(fā)一個(gè)高效的醫(yī)學(xué)圖像檢索系統(tǒng)，，基于內(nèi)容的圖像檢索可以彌補(bǔ)傳統(tǒng)基于文本的圖像檢索不足。因此，基于內(nèi)容的醫(yī)學(xué)圖像檢索系統(tǒng)應(yīng)用潛力巨大。 本文針對醫(yī)學(xué)圖像檢索中單一特征無法有效表達(dá)復(fù)雜特征、易陷入局部最優(yōu)的問題，提出一種將醫(yī)學(xué)圖像形狀特征和紋理特征相結(jié)合的成對約束特征選擇蟻群聚類算法。首先，通過結(jié)合紋理特征灰度共生矩陣和形狀特征Hu不變矩，建立多特征醫(yī)學(xué)圖像數(shù)據(jù)庫集；然后用成對約束降維算法對醫(yī)學(xué)圖像數(shù)據(jù)集進(jìn)行特征選擇，形成最優(yōu)特征集，并對最優(yōu)特征集進(jìn)行動態(tài)加權(quán)，對加權(quán)最優(yōu)特征集進(jìn)行蟻群聚類，形成有規(guī)則的簇，最后通過加權(quán)馬氏距離相似性度量算法檢索醫(yī)學(xué)圖像�；诟倪M(jìn)的蟻群聚類醫(yī)學(xué)圖像檢索算法相比傳統(tǒng)的蟻群聚類檢索算法減少專業(yè)人員對先驗(yàn)值的依賴，區(qū)分出重要特征并按照重要的程度給予動態(tài)加權(quán)，本研究算法提高檢索分類性能和穩(wěn)定性，使檢索查全率和查準(zhǔn)率進(jìn)一步優(yōu)化，檢索醫(yī)學(xué)圖像效果達(dá)到預(yù)期目標(biāo)。 本文是在實(shí)驗(yàn)室原有圖像檢索平臺上開發(fā)的一個(gè)可以實(shí)現(xiàn)醫(yī)學(xué)圖像動態(tài)檢索的檢索系統(tǒng)。借鑒了郭金鴿基于紋理特征的醫(yī)學(xué)圖像檢索技術(shù)和劉偉基于反饋的醫(yī)學(xué)圖像檢索優(yōu)點(diǎn)，提出了基于多特征的的圖像檢索系統(tǒng)。研究進(jìn)展如下： 綜合提取醫(yī)學(xué)圖像的紋理特征和形狀特征，建立醫(yī)學(xué)圖像多維數(shù)據(jù)庫。分別測試了灰度共生矩陣、Hu不變矩、兩種算法融合的檢索效果。初步得出結(jié)論：單一的特征無法滿足醫(yī)學(xué)圖像的檢索需求，兩種算法融合后，初始檢索效果比單獨(dú)算法檢索效果好，但是需要對兩種算法設(shè)置權(quán)重。 兩種特征融合后，需要解決權(quán)重設(shè)置問題。解決這個(gè)問題主要有兩條技術(shù)路線：一是根據(jù)相關(guān)反饋算法，另一個(gè)是對綜合特征進(jìn)行特征降維。相關(guān)反饋算法整體上改變了圖像檢索的效果，但存在漏檢的缺點(diǎn)，有時(shí)不能檢索出最相似的醫(yī)學(xué)圖像。多維特征降維是模式識別的常用降維的方法，本文對成對約束算法、主成分分析、線性判別分析對醫(yī)學(xué)圖像特征降維，測試這三種算法在蟻群聚類的實(shí)際聚類圖。充分說明醫(yī)學(xué)圖像多維數(shù)據(jù)選擇的必要性和重要性。本文采用成對約束算法對多維特征降維，最后對降維后的數(shù)據(jù)進(jìn)行蟻群聚類，形成幾個(gè)有規(guī)律的簇。聚類可以檢索出最相似的醫(yī)學(xué)圖像。
【學(xué)位授予單位】：內(nèi)蒙古科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP391.41

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 李明華;劉全;劉忠;郗連霞;;數(shù)據(jù)挖掘中聚類算法的新發(fā)展[J];計(jì)算機(jī)應(yīng)用研究;2008年01期

2 施智平,胡宏,李清勇,史忠植,段禪倫;基于紋理譜描述子的圖像檢索[J];軟件學(xué)報(bào);2005年06期

3 孫吉貴;劉杰;趙連宇;;聚類算法研究[J];軟件學(xué)報(bào);2008年01期

4 王偉蔚;張國鵬;邱頂;廖琪梅;陳武凡;盧虹冰;;基于DICOM文本與內(nèi)容的醫(yī)學(xué)圖像檢索系統(tǒng)研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年03期

5 呂曉琪;劉偉;谷宇;張明;;醫(yī)學(xué)圖像檢索中基于加權(quán)馬氏距離的相關(guān)反饋方法[J];微電子學(xué)與計(jì)算機(jī);2013年04期

本文編號：1225644