面向肺部CT影像表征的多層語(yǔ)義檢索.pdf

1、隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)影像技術(shù)的不斷發(fā)展,醫(yī)學(xué)影像已經(jīng)成為醫(yī)生進(jìn)行病情分析診斷的重要依據(jù)。現(xiàn)代化的醫(yī)院每天都要產(chǎn)生大量的醫(yī)學(xué)影像數(shù)據(jù),如何能在這些海量的數(shù)據(jù)中快速準(zhǔn)確地找到特定的圖像,是目前醫(yī)生要面臨的亟待解決的問(wèn)題。本文在分析總結(jié)多種圖像檢索算法的基礎(chǔ)上,結(jié)合基于語(yǔ)義的圖像檢索技術(shù)和醫(yī)學(xué)影像的專(zhuān)業(yè)領(lǐng)域知識(shí),設(shè)計(jì)并實(shí)現(xiàn)了面向肺部CT影像表征語(yǔ)義關(guān)鍵詞的醫(yī)學(xué)圖像檢索系統(tǒng)。
　　本文對(duì)圖像檢索技術(shù)的發(fā)展歷史進(jìn)行了簡(jiǎn)要的回顧,對(duì)國(guó)內(nèi)外基于

2、語(yǔ)義的醫(yī)學(xué)圖像檢索的研究現(xiàn)狀進(jìn)行了總結(jié)和分析,介紹了圖像語(yǔ)義檢索中的關(guān)鍵技術(shù)。本文利用肺部CT圖像對(duì)語(yǔ)義檢索技術(shù)做了系統(tǒng)深入的研究。首先,為了提取出肺部CT圖像中的有意義區(qū)域即肺實(shí)質(zhì),設(shè)計(jì)了一種實(shí)現(xiàn)簡(jiǎn)單且實(shí)驗(yàn)效果較好的肺實(shí)質(zhì)分割算法。該算法利用常規(guī)方法提取肺實(shí)質(zhì)的粗略輪廓,并針對(duì)肺實(shí)質(zhì)病灶信息等的缺失現(xiàn)象,利用改進(jìn)的二維凸包算法對(duì)肺實(shí)質(zhì)的外輪廓進(jìn)行再修復(fù),而內(nèi)輪廓的修復(fù)利用區(qū)域生長(zhǎng)和形態(tài)學(xué)運(yùn)算進(jìn)行實(shí)現(xiàn)。然后,分別對(duì)原始的CT圖像和有意義

3、區(qū)域的圖像進(jìn)行了灰度和紋理特征提取,分別是:灰度直方圖統(tǒng)計(jì)特征,灰度共生矩陣紋理特征,Tamura紋理特征和Gabor小波紋理特征。而后分析了醫(yī)學(xué)圖像的高層語(yǔ)義特征,通過(guò)醫(yī)生給出的診斷分析統(tǒng)計(jì)出現(xiàn)頻率較高的影像表征的詞匯作為該幅圖像的語(yǔ)義關(guān)鍵詞,共選出六個(gè)語(yǔ)義關(guān)鍵詞(空腔空洞、結(jié)節(jié)腫塊、水樣弧形低密度影、斑點(diǎn)狀密度增高影、斑片狀密度增高影和斑塊狀密度增高影),并針對(duì)醫(yī)學(xué)圖像建立了醫(yī)學(xué)圖像的語(yǔ)義層次模型。利用k-最近臨分類(lèi)算法進(jìn)行圖像低層