| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-27页 |
| 1.1 研究背景与研究意义 | 第13-15页 |
| 1.2 研究现状 | 第15-21页 |
| 1.2.1 从应用角度分析医学图像检索 | 第15-17页 |
| 1.2.2 相关研究文献总括 | 第17-19页 |
| 1.2.3 较有影响力的医学图像检索系统 | 第19-21页 |
| 1.3 基于内容的医学图像检索的关键问题 | 第21-23页 |
| 1.3.1 图像视觉特征提取问题 | 第22-23页 |
| 1.3.2 图像相似性匹配问题 | 第23页 |
| 1.3.3 检索结果排序问题 | 第23页 |
| 1.4 研究目标和研究内容 | 第23-25页 |
| 1.5 论文结构和研究路线 | 第25-27页 |
| 第2章 基于内容的医学图像检索关键技术 | 第27-46页 |
| 2.1 基于内容的图像检索一般框架 | 第27-29页 |
| 2.2 图像配准技术 | 第29-31页 |
| 2.3 图像视觉特征提取技术 | 第31-37页 |
| 2.3.1 全局特征提取技术 | 第31-32页 |
| 2.3.2 局部特征提取技术 | 第32-37页 |
| 2.4 特征降维技术 | 第37-38页 |
| 2.5 相似性匹配技术 | 第38-40页 |
| 2.5.1 基于特征向量的相似性匹配技术 | 第38-39页 |
| 2.5.2 基于局部特征的相似性匹配技术 | 第39-40页 |
| 2.6 基于相似度组合的图像检索技术 | 第40-43页 |
| 2.7 基于机器学习的检索结果排序技术 | 第43-44页 |
| 2.8 检索性能的评测 | 第44-45页 |
| 2.8.1 查全-查准率曲线 | 第44-45页 |
| 2.8.2 MAP值 | 第45页 |
| 2.8.3 P@n | 第45页 |
| 2.9 本章小结 | 第45-46页 |
| 第3章 面向多部位医学图像的全局相似检索方法研究 | 第46-58页 |
| 3.1 检索方案 | 第46-48页 |
| 3.2 面向多部位医学图像的全局相似初检 | 第48-49页 |
| 3.3 面向多部位医学图像的全局相似精化检索 | 第49-52页 |
| 3.3.1 图像梯度 | 第49-50页 |
| 3.3.2 梯度相位直方图 | 第50页 |
| 3.3.3 互信息 | 第50-51页 |
| 3.3.4 梯度相位互信息(GP MI) | 第51-52页 |
| 3.3.5 基于梯度相位互信息的精化匹配算法 | 第52页 |
| 3.4 实验与讨论 | 第52-57页 |
| 3.4.1 实验数据 | 第52-53页 |
| 3.4.2 实验用例及评测方法 | 第53-54页 |
| 3.4.3 基于灰度共生矩阵特征的初检结果 | 第54-55页 |
| 3.4.4 基于梯度相位互信息的精化检索结果 | 第55-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 面向同一部位医学图像的相同解剖范围检索方法研究 | 第58-72页 |
| 4.1 数据分析、特征提取与相似性匹配 | 第59-65页 |
| 4.1.1 对于同一部位医学图像特点的分析 | 第59-60页 |
| 4.1.2 特征提取 | 第60-65页 |
| 4.2 融合先验知识的线性加权方法 | 第65-68页 |
| 4.2.1 鲍威尔优化算法 | 第65-66页 |
| 4.2.2 融合先验知识的鲍威尔线性加权 | 第66-68页 |
| 4.3 实验与讨论 | 第68-70页 |
| 4.3.1 实验数据 | 第68页 |
| 4.3.2 实验方案 | 第68-69页 |
| 4.3.3 MAP比较 | 第69-70页 |
| 4.3.4 寻优后权值的分布 | 第70页 |
| 4.4 本章小结 | 第70-72页 |
| 第5章 面向多部位医学图像的相同标注类检索方法研究 | 第72-99页 |
| 5.1 基于视觉词袋的局部特征构造 | 第73-76页 |
| 5.1.1 常用的视觉词袋构造方法 | 第73-74页 |
| 5.1.2 改进的视觉词袋构造方法 | 第74-76页 |
| 5.2 相似度组合方法 | 第76-84页 |
| 5.2.1 相似度的组合过程 | 第76-77页 |
| 5.2.2 组合规则的选择 | 第77-80页 |
| 5.2.3 特征提取及相似度计算 | 第80-84页 |
| 5.3 实验与讨论 | 第84-98页 |
| 5.3.1 局部特征码书构造的实验及讨论 | 第84-86页 |
| 5.3.2 基于不同组合规则的相似度组合检索实验及讨论 | 第86-98页 |
| 5.4 本章小结 | 第98-99页 |
| 第6章 面向多部位医学图像的相同标注类检索结果排序优化 | 第99-120页 |
| 6.1 相似度降维 | 第100-102页 |
| 6.1.1 基于互信息选择的相似度降维 | 第100页 |
| 6.1.2 最大依赖准则与最大相关准则 | 第100-101页 |
| 6.1.3 基于Parzen窗的互信息计算 | 第101-102页 |
| 6.2 排序支持向量机 | 第102-109页 |
| 6.2.1 支持向量机简介 | 第103-105页 |
| 6.2.2 支持向量机用于检索排序 | 第105-107页 |
| 6.2.3 基于互信息选择相似度的排序支持向量机 | 第107-109页 |
| 6.3 实验及讨论 | 第109-119页 |
| 6.3.1 基于互信息选择相似度实验及讨论 | 第109-115页 |
| 6.3.2 基于排序支持向量机的图像检索结果排序实验及讨论 | 第115-119页 |
| 6.4 本章小结 | 第119-120页 |
| 第7章 结论及展望 | 第120-122页 |
| 7.1 论文工作总结 | 第120-121页 |
| 7.2 未来工作展望 | 第121-122页 |
| 参考文献 | 第122-137页 |
| 致谢 | 第137-139页 |
| 攻读博士学位期间发表及录用的论文 | 第139-140页 |
| 攻读博士学位期间专利授权情况 | 第140-141页 |
| 攻读博士期间参加的科研项目 | 第141-142页 |
| 作者简介 | 第142页 |
