学位论文 > 优秀研究生学位论文题录展示
面向肺部CT影像表征的多层语义检索
作 者: 郑冰
导 师: 李金
学 校: 哈尔滨工程大学
专 业: 生物医学工程
关键词: 语义检索 图像分割 特征提取 相关反馈 肺部CT
分类号: TP391.41
类 型: 硕士论文
年 份: 2013年
下 载: 18次
引 用: 0次
阅 读: 论文下载
内容摘要
随着计算机技术和医学影像技术的不断发展,医学影像已经成为医生进行病情分析诊断的重要依据。现代化的医院每天都要产生大量的医学影像数据,如何能在这些海量的数据中快速准确地找到特定的图像,是目前医生要面临的亟待解决的问题。本文在分析总结多种图像检索算法的基础上,结合基于语义的图像检索技术和医学影像的专业领域知识,设计并实现了面向肺部CT影像表征语义关键词的医学图像检索系统。本文对图像检索技术的发展历史进行了简要的回顾,对国内外基于语义的医学图像检索的研究现状进行了总结和分析,介绍了图像语义检索中的关键技术。本文利用肺部CT图像对语义检索技术做了系统深入的研究。首先,为了提取出肺部CT图像中的有意义区域即肺实质,设计了一种实现简单且实验效果较好的肺实质分割算法。该算法利用常规方法提取肺实质的粗略轮廓,并针对肺实质病灶信息等的缺失现象,利用改进的二维凸包算法对肺实质的外轮廓进行再修复,而内轮廓的修复利用区域生长和形态学运算进行实现。然后,分别对原始的CT图像和有意义区域的图像进行了灰度和纹理特征提取,分别是:灰度直方图统计特征,灰度共生矩阵纹理特征,Tamura纹理特征和Gabor小波纹理特征。而后分析了医学图像的高层语义特征,通过医生给出的诊断分析统计出现频率较高的影像表征的词汇作为该幅图像的语义关键词,共选出六个语义关键词(空腔空洞、结节肿块、水样弧形低密度影、斑点状密度增高影、斑片状密度增高影和斑块状密度增高影),并针对医学图像建立了医学图像的语义层次模型。利用k-最近临分类算法进行图像低层特征到高层语义的映射,实验结果表明改进的k-最近邻分类算法具有较好的映射效果,是一个简单有效的映射方法。最后,利用流形学习的理论,采用了一种基于图像流形的反馈方法以更好地满足用户的检索意图,提高系统的检索精度。根据本文涉及的相关的算法及医学图像语义层次模型,利用Visual C++平台和MySQL数据库系统设计并实现了一个基于语义的医学图像检索系统,实验证明该系统能够实现对肺部CT图像影像表征语义关键词的有效检索。
|
全文目录
摘要 5-6 Abstract 6-10 第1章 绪论 10-15 1.1 课题研究背景与意义 10-12 1.1.1 图像检索技术的发展历程 10-12 1.1.2 医学图像语义检索技术解析 12 1.2 医学图像语义检索技术国内外研究及发展现状 12-13 1.3 论文的主要研究内容和结构 13-15 第2章 医学图像的语义检索框架 15-20 2.1 图像语义层次模型 15-16 2.2 图像语义的表示 16-17 2.3 图像语义提取方法 17 2.4 基于语义医学图像检索框架 17-19 2.5 本章小结 19-20 第3章 医学图像有意义区域提取及低层视觉特征提取 20-47 3.1 肺部的生理结构及其在 CT 影像上的成像特点 20-22 3.2 基于改进凸包算法的肺实质分割 22-28 3.2.1 肺实质轮廓的初步提取 22-23 3.2.2 肺实质外轮廓的修复 23-26 3.2.3 肺实质内部边缘的修复 26-27 3.2.4 实验结果及分析 27-28 3.3 低层视觉特征提取 28-46 3.3.1 灰度直方图统计特征 29-31 3.3.2 灰度共生矩阵纹理特征 31-34 3.3.3 Tamura 纹理特征 34-36 3.3.4 Gabor 小波纹理特征 36-37 3.3.5 实验结果及分析 37-46 3.4 本章小结 46-47 第4章 医学图像语义映射 47-69 4.1 肺部 CT 影像表征的语义空间及层次模型 47-52 4.1.1 肺部 CT 影像表征语义空间 47-51 4.1.2 肺部 CT 图像语义层次模型 51-52 4.2 基于最近邻分类方法的语义映射 52-60 4.2.1 k-最近邻分类算法 52-53 4.2.2 改进的 k-最近邻分类算法的语义映射 53-54 4.2.3 数据归一化处理 54 4.2.4 实验结果与分析 54-60 4.3 基于图像流形的相关反馈 60-68 4.3.1 检索中的相关反馈 60-61 4.3.2 流形学习理论 61-62 4.3.3 基于图像流形相关反馈算法 62-64 4.3.4 实验结果与分析 64-68 4.4 本章小结 68-69 第5章 医学图像语义检索系统的设计与实现 69-80 5.1 基于医学语义的图像检索流程设计 69-70 5.2 系统关键功能设计 70-78 5.2.1 数据库功能模块 71-74 5.2.2 基于示例图像检索模块 74-76 5.2.3 基于语义检索模块 76-77 5.2.4 检索结果显示模块 77-78 5.2.5 交互反馈模块 78 5.3 系统性能评价 78-79 5.4 本章小结 79-80 结论 80-82 参考文献 82-87 攻读硕士学位期间发表的论文和取得的科研成果 87-88 致谢 88
|
相似论文
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- Q学习在基于内容图像检索技术中的应用,TP391.41
- 森林防火系统中图像识别算法的研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 空间交会接近视觉测量方法研究,TP391.41
- 图像实时采集、存储与处理方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 生物医学领域检索系统查询扩展技术研究,TP391.3
- 多币种纸币处理技术的研究与实现,TP391.41
- 基于类Harr特征和最小包含球的纸币识别方法的研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 移动机器人视觉检测和跟踪研究,TP242.62
- 高光谱与高空间分辨率遥感图像融合算法研究,TP751
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于随机森林的植物抗性基因识别方法研究,Q943
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|