基于语义的图像检索技术在医学影像系统中的研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·课题的现状分析 | 第8-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 医学影像系统及其相关知识 | 第13-22页 |
| ·医学影像系统概述 | 第13-14页 |
| ·医学数字成像和通讯标准 | 第14-16页 |
| ·数字化医学影像 | 第16-18页 |
| ·数字化医学影像的特点 | 第16-17页 |
| ·CT图像的处理与显示 | 第17-18页 |
| ·图像内容层次分析 | 第18-19页 |
| ·图像语义特征的提取 | 第19-22页 |
| 第三章 医学图像的语义提取 | 第22-45页 |
| ·医学图像自动分类 | 第22-23页 |
| ·同类别医学图像自动分层 | 第23-27页 |
| ·颅脑典型横断面层次 | 第23-25页 |
| ·颅脑横断面层次自动划分 | 第25-27页 |
| ·针对特定层的图像分割 | 第27-32页 |
| ·颅脑图像预处理 | 第27-28页 |
| ·自适应阈值分割算法 | 第28-32页 |
| ·医学图像的病理特征分析 | 第32-34页 |
| ·颅脑病理特征 | 第32-33页 |
| ·病理特征算法库 | 第33-34页 |
| ·中线结构特征提取 | 第34-45页 |
| ·算法概述 | 第34-36页 |
| ·使用二值形态学处理侧脑室图像 | 第36-37页 |
| ·颅骨对称轴的自动判定 | 第37-39页 |
| ·基于图像结构定位大脑镰根部突起 | 第39-43页 |
| ·提取中线特征语义向量 | 第43-45页 |
| 第四章 医学图像的语义表示及相似性测度 | 第45-58页 |
| ·文本检索技术的使用 | 第45-47页 |
| ·医学用语的关联关系 | 第47-49页 |
| ·医学检查报告书相关技术 | 第49-53页 |
| ·医学检查报告书辅助生成 | 第49-51页 |
| ·检查报告书数据库设计 | 第51-53页 |
| ·语义提取结果的向量描述 | 第53-58页 |
| ·向量空间模型 | 第53-54页 |
| ·图像语义的向量表示 | 第54-56页 |
| ·图像相似度计算 | 第56-58页 |
| 第五章 医学图像语义检索系统实现 | 第58-70页 |
| ·需求获取及分析 | 第58-59页 |
| ·系统开发与运行环境 | 第59页 |
| ·开发环境 | 第59页 |
| ·运行环境 | 第59页 |
| ·医学图像语义检索系统模型 | 第59-64页 |
| ·整体构架 | 第59-62页 |
| ·图像处理模块 | 第62-63页 |
| ·文本处理模块 | 第63-64页 |
| ·检索模块 | 第64页 |
| ·检索类别与检索方式 | 第64-66页 |
| ·检索结果及性能评价 | 第66-70页 |
| ·检索结果及讨论 | 第66-69页 |
| ·系统评价 | 第69-70页 |
| 第六章 总结与展望 | 第70-73页 |
| ·本文的总结 | 第70-71页 |
| ·进一步的研究方向 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录 | 第77页 |
