基于紋理特征的醫(yī)學(xué)圖像檢索技術(shù)的研究與應(yīng)用.pdf

1、伴隨醫(yī)療信息化的普及，醫(yī)學(xué)圖像信息的重要性日漸凸顯，相關(guān)影像信息為醫(yī)生的疾病診療、學(xué)術(shù)交流、醫(yī)學(xué)教學(xué)和科研等提供了極大的支持和幫助。為了達(dá)到醫(yī)療信息共享，需要對醫(yī)學(xué)影像進(jìn)行科學(xué)有效的管理，以便醫(yī)護(hù)人員快速準(zhǔn)確地從海量醫(yī)學(xué)圖像中進(jìn)行檢索，并依據(jù)圖像檢索結(jié)果做出科學(xué)的診療判斷，這些需求激發(fā)了人們對圖像檢索領(lǐng)域進(jìn)一步研究的興趣。
　　目前主流的檢索方式用圖像所包含信息的關(guān)鍵字以及關(guān)鍵詞語來完成檢索，即：通過人工對圖像添加注解作為待檢索圖

2、像的關(guān)鍵字詞，并在海量圖像庫中進(jìn)行檢索。用這種方式檢索圖像方便快捷，但是需要人工添加大量的注解，增加工作量、耗時費力；在添加注解的時候容易存在主觀差異，用詞不規(guī)范或者不精確的情況，很難用貼切的文字描述圖像的底層特征和視覺特征，為解決這一問題需要新的方法和技術(shù)來改進(jìn)和完善圖像檢索。因此基于圖像內(nèi)容的檢索技術(shù)應(yīng)運而生。所謂基于圖像內(nèi)容檢索技術(shù)，是根據(jù)圖像的底層視覺特征的變化，以及這些底層視覺特征變化的組合來檢索圖像。
　　本文深入剖析

3、了醫(yī)學(xué)圖像的各個底層視覺特征，尤其是底層紋理特征描述在醫(yī)學(xué)圖像中的特殊地位和廣泛的應(yīng)用價值，采用基于紋理特征的醫(yī)學(xué)圖像檢索方法主要研究了人體心臟CT圖像和腦部MR圖像。首先針對所研究的對象選擇適合的分割算法對其進(jìn)行分割，并研究了圖像紋理特征的算法，發(fā)現(xiàn)Tamura算法和GLCM算法具有其特殊性；隨后對分割后的圖像利用Tamura算法或GLCM算法做紋理特征的提取處理；最后實現(xiàn)了醫(yī)學(xué)圖像紋理特征的檢索系統(tǒng)。其主要研究內(nèi)容分為6大部分：搭建

4、圖像的特征庫和信息庫；.DCM圖像和.BMP圖像的瀏覽、顯示；圖像的預(yù)處理及分割；利用Tamura 算法和GLCM 算法提取分割后圖像的紋理特征值；利用加權(quán)馬氏距離完成待檢索圖像與特征庫中每一個目標(biāo)圖像相似性匹配的過程；檢索圖像庫并顯示檢索結(jié)果等。
　　本課題在Microsoft Visual Studio 2005和SQL Server 2005的平臺上開發(fā)，基于C/S架構(gòu)并利用C++語言編程實現(xiàn)，同時借助OpenCV和ITK工