论文部分内容阅读
随着医学成像设备和技术的飞速发展,医学影像在临床医学的诊断中所发挥的作用日渐突出。全世界范围内采集的临床数字影像的数量在近十年来呈现爆炸式增长,人们迫切需要一种管理和妥善利用海量医学图像的新技术。医学影像存档和通信系统(PACS)正是由此应运而生。其中,医学图像的检索是极为重要的核心功能之一,它为用户在大型影像数据库中搜寻所需的目标图像提供一套有效的访问机制,并通过参考病例的输出提供可靠的辅助分析和支持。经过十几年的探索,基于内容的医学图像检索技术取得了一定的研究成果。它包含医学影像的视觉特征描述和特征信息的相似性匹配两个主要的组成部分,本文在这两个技术环节研究了针对胸部x线影像相关的图像检索方法。在图像的视觉特征描述方面,本文根据胸部x线影像的特点及其肺部病灶的影像表现,着重讨论了描述图像纹理视觉特性的特征提取方法。其中,纹理是一种与图像灰度的空间分布相关的特征,与灰度与形状等低层特征相比更接近与人的视觉感受。本文构建一组不同中心频率和频率方向的多尺度Gabor滤波器组对胸部x线图像进行滤波并提取滤波响应的统计量作为纹理特征。另外,本文应用尺度不变特征变换(SIFT)算法在尺度空间中分析图像局部特征,并根据胸部x线图像的特点对其进行改进。在实验中本文对这几种纹理提取方法的应用在胸部X线检索的准确性进行了比较。在特征信息的相似性匹配方面,本文根据不同的图像纹理特征提取方法,应用不同的特征匹配技术。其中,灰度共生矩阵法和多尺度Gabor滤波器特征提取的方法属于图像纹理特征描述法,采用欧氏距离对这两种方法提取的图像特征进行匹配,同时根据医学图像检索的特点和需求,提出一种区域特征的距离融合方法;对于SIFT特征描述方法,采用一种Kd树搜索的匹配算法对特征点进行近邻查询与匹配。本文应用上述的特征提取方法和对应的相似性匹配方法实现了图像检索的整体算法和流程,实验结果表明相比经典的灰度共生矩阵法,多尺度Gabor滤波器特征提取方法具有较好的检索效果,区域特征的距离融合方法提升了检索的准确率,而SIFT特征描述法和Kd树搜索匹配的检索对较大区域的病灶图像具有较高的检索准确率。