采用Gabor小波紋特征的基于內容醫(yī)學圖像檢索.pdf

1、隨著計算機技術和數(shù)字影像技術的發(fā)展,醫(yī)學圖像數(shù)量與日俱增?，F(xiàn)階段的PACS(醫(yī)學圖像歸檔與通信系統(tǒng))采用的檢索方式仍然是基于文本的方式,該方式已經(jīng)不能滿足規(guī)模日益擴大且復雜化的圖像數(shù)據(jù)的檢索要求。針對基于文本醫(yī)學圖像檢索的缺陷,基于內容醫(yī)學圖像檢索技術應運而生,該技術為智能化疾病診斷提供了前提。本文主要研究了基于內容圖像檢索(CBIR)中的紋理特征提取這一關鍵技術,并把它應用于醫(yī)學圖像的檢索實踐中。
　　 首先,本文重點討論和研

2、究了幾種基于頻譜的紋理分析方法:Fourier變換,Gabor變換和小波變換,深入分析了三者在頻域分析中的優(yōu)缺點；由于小波變換克服了Fourier局部分析能力差和Gabor“時間-頻率”窗固定不變的缺點,因此作為一種新的時頻分析工具,特別適用于圖像的紋理分析。
　　 其次,把金字塔結構的小波變換應用于醫(yī)學圖像的紋理特征提取；針對胸部CT圖像分析了金字塔的小波變換分別采用db6、db2和haar小波基時在紋理特征提取方面的性能；引

3、入新型的邊界延拓方法,克服了以往延拓方式存在的數(shù)據(jù)量增加和重構信號附近產(chǎn)生較大誤差兩個嚴重缺點,取得了較好的效果。
　　 最后,將Gabor小波紋理特征應用到基于內容醫(yī)學圖像檢索中,并且引入了模糊理論和顯著性思想。采用Gabor小波計算特定尺度、特定方向的能量,根據(jù)該能量確定顯著多尺度多方向模糊集合,針對集合中的每個尺度方向進行量化分析以確定其顯著性,量化分析的結果作為權重引入相似性度量。顯著多尺度多方向模糊集合方案的引入在一定