基于内容的医学图像检索及语义建模关键技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·课题的研究背景及意义 | 第11-13页 |
| ·医学图像检索的发展历程及国内外研究现状 | 第13-20页 |
| ·基于文本标注的医学图像检索 | 第13-15页 |
| ·基于内容的医学图像检索 | 第15-18页 |
| ·基于内容的医学图像语义检索 | 第18-20页 |
| ·论文的主要工作与结构安排 | 第20-22页 |
| 第2章 医学图像检索及语义建模相关技术 | 第22-41页 |
| ·基于内容的图像检索体系结构 | 第22-24页 |
| ·图像检索通用技术 | 第24-33页 |
| ·图像可视特征分析与提取 | 第24-27页 |
| ·图像高维特征的维数约简 | 第27-30页 |
| ·图像相似性测度 | 第30-32页 |
| ·检索性能评价准则 | 第32-33页 |
| ·语义建模相关技术 | 第33-38页 |
| ·图像内容层次化表示 | 第33-34页 |
| ·语义获取原理与方法 | 第34-37页 |
| ·图像分类原理 | 第37-38页 |
| ·CT 图像特点及相关知识 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第3章 医学图像视觉特征获取及检索 | 第41-63页 |
| ·医学图像视觉特征提取原则 | 第41-42页 |
| ·可视特征表达 | 第42-48页 |
| ·灰度直方图统计特征 | 第42-43页 |
| ·Tamura 纹理特征 | 第43-45页 |
| ·灰度共生矩阵纹理特征 | 第45-47页 |
| ·Gabor 小波纹理特征 | 第47-48页 |
| ·基于流形学习的高维特征向量约减 | 第48-56页 |
| ·流形学习数学原理 | 第48-50页 |
| ·局部线性嵌入降维原理 | 第50-52页 |
| ·基于约束最小二乘法的 LLE 算法 | 第52-56页 |
| ·实验结果及分析 | 第56-62页 |
| ·实验样本数据 | 第56-57页 |
| ·视觉特征提取结果 | 第57-58页 |
| ·基于视觉特征的检索评价 | 第58-60页 |
| ·降维对检索结果的影响 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第4章 基于权重优化的相关反馈算法 | 第63-82页 |
| ·相关反馈原理 | 第63-64页 |
| ·基于组合特征加权的相关反馈方案 | 第64-69页 |
| ·图像特征对象模型 | 第64-65页 |
| ·相关反馈算法流程 | 第65-66页 |
| ·特征向量归一化 | 第66-68页 |
| ·权重调整 | 第68-69页 |
| ·基于QGA 的初始权重设定算法 | 第69-73页 |
| ·QGA 算法原理 | 第70-71页 |
| ·基于QGA 的初始特征权重的设定 | 第71-73页 |
| ·基于灰色关联系数的动态权重调整算法 | 第73-76页 |
| ·实验结果及分析 | 第76-81页 |
| ·初始权重对检索结果的影响 | 第76-77页 |
| ·组合特征权重动态调整对检索的影响 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 第5章 基于SVM 的医学图像语义建模 | 第82-102页 |
| ·医学影像内容分析 | 第82-85页 |
| ·正常肺部CT（肺窗）的解剖结构及影像学征象 | 第82-84页 |
| ·基本病变的影像学征象分析 | 第84-85页 |
| ·SVM 分类器构建原理 | 第85-88页 |
| ·线性支持向量机 | 第85-88页 |
| ·非线性支持向量机 | 第88页 |
| ·基于先验知识的医学语义表示及建模 | 第88-92页 |
| ·医学图像语义建模总体方案 | 第88-89页 |
| ·样本图像选择与预处理 | 第89-90页 |
| ·视觉特征提取 | 第90-91页 |
| ·基于SVM 的语义关联 | 第91-92页 |
| ·实验结果及分析 | 第92-101页 |
| ·实验数据选取与肺部区域分割结果 | 第92-99页 |
| ·使用SVM 进行语义关联 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 结论 | 第102-105页 |
| 参考文献 | 第105-116页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第116-117页 |
| 致谢 | 第117页 |
