發(fā)布時間：2023-02-26 08:17

　　基于內(nèi)容的醫(yī)學圖像檢索方法是近年來計算機視覺領(lǐng)域的研究熱點,已經(jīng)廣泛應(yīng)用于計算機輔助診斷的研究中。概述了基于內(nèi)容的醫(yī)學圖像檢索方法的研究進展及意義,介紹了當前主流的醫(yī)學圖像檢索算法及其優(yōu)缺點,旨在引導研究人員快速了解本領(lǐng)域的研究內(nèi)容。醫(yī)學圖像檢索的研究主要分為特征提取和相似性度量兩部分。從傳統(tǒng)特征提取及近年來興起的基于深度學習的特征提取入手來介紹醫(yī)學圖像的特征提取方式;而相似性度量部分則詳細列舉了馬氏距離度量、詞匯樹以及哈希算法。最后概述了醫(yī)學圖像檢索領(lǐng)域的相關(guān)反饋技術(shù)及當前常用的圖像檢索系統(tǒng),并討論了醫(yī)學圖像檢索未來可能的研究方向及相關(guān)難點。

【文章頁數(shù)】：13 頁

【文章目錄】：
1 引言
2 特征提取
    2.1 傳統(tǒng)特征提取概述
    2.2 深度特征提取
        2.2.1 有監(jiān)督深層網(wǎng)絡(luò)
        2.2.2 無監(jiān)督深層網(wǎng)絡(luò)
        2.2.3 半監(jiān)督深層網(wǎng)絡(luò)
3 相似性度量
    3.1 馬氏距離
    3.2 詞匯樹
    3.3 哈希算法
        3.3.1 哈�？蚣�
        3.3.2 哈希算法的應(yīng)用
4 相關(guān)反饋
    4.1 基于距離度量模型的RF技術(shù)
    4.2 基于概率統(tǒng)計分類模型的RF技術(shù)
    4.3 基于機器學習模型的RF技術(shù)
5 常用的醫(yī)學圖像檢索系統(tǒng)
6 展望



本文編號：3750177