摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 绪论 | 第15-29页 |
1.1 研究背景和意义 | 第15-17页 |
1.2 医学图像检索的研究与发展 | 第17-26页 |
1.2.1 医学图像检索技术概述 | 第17-19页 |
1.2.2 基于内容的医学图像检索 | 第19-22页 |
1.2.3 医学图像检索系统概述 | 第22-24页 |
1.2.4 关键问题和发展趋势 | 第24-26页 |
1.3 本文贡献和论文组织 | 第26-29页 |
1.3.1 研究内容与创新点 | 第26-27页 |
1.3.2 本文的内容安排 | 第27-29页 |
2 结合视觉语义和局部特征的医学图像检索 | 第29-43页 |
2.1 引言 | 第29-30页 |
2.2 基于图的半监督学习 | 第30-31页 |
2.3 医学影像的视觉语义提取 | 第31-34页 |
2.3.1 基于图的半监督学习框架 | 第32-33页 |
2.3.2 加入密度约束的标记传播 | 第33-34页 |
2.3.3 视觉语义提取算法 | 第34页 |
2.4 图像局部特征提取 | 第34-35页 |
2.5 结合语义和局部特征的相似性度量 | 第35-36页 |
2.6 实验结果与分析 | 第36-41页 |
2.6.1 算法检索性能分析 | 第36-38页 |
2.6.2 基于图的半监督学习算法的比较 | 第38-40页 |
2.6.3 尺度参数对检索性能的影响 | 第40-41页 |
2.7 本章小结 | 第41-43页 |
3 基于成对约束传播的相关反馈模型和检索方法 | 第43-63页 |
3.1 引言 | 第43-44页 |
3.2 相关工作 | 第44-46页 |
3.3 基于相关反馈的检索模型 | 第46-51页 |
3.3.1 基于成对约束传播的相似矩阵重构 | 第46-49页 |
3.3.2 图像的有偏排序 | 第49-50页 |
3.3.3 算法流程 | 第50-51页 |
3.4 基于长期学习的医学图像检索框架 | 第51页 |
3.5 实验结果与分析 | 第51-61页 |
3.5.1 实验设置 | 第52-53页 |
3.5.2 基于短期学习的相关反馈算法比较 | 第53-57页 |
3.5.3 不同排序策略的比较 | 第57-58页 |
3.5.4 基于长期学习的相关反馈性能评估 | 第58-61页 |
3.6 本章小结 | 第61-63页 |
4 面向多模态信息的医学病例检索 | 第63-81页 |
4.1 引言 | 第63-64页 |
4.2 相关工作 | 第64-65页 |
4.3 基于多图半监督学习的病例检索算法 | 第65-72页 |
4.3.1 图上的标号传播与流形排序 | 第65-67页 |
4.3.2 基于局部与全局一致性的融合图学习框架 | 第67-69页 |
4.3.3 基于高斯随机场的融合图学习框架 | 第69-70页 |
4.3.4 结合影像和文本信息的医学病例检索 | 第70-72页 |
4.4 实验结果与分析 | 第72-80页 |
4.4.1 医学病例数据集和实验设置 | 第72-74页 |
4.4.2 与基于内容的图像检索算法比较 | 第74-75页 |
4.4.3 与基于特征融合策略的检索算法比较 | 第75-77页 |
4.4.4 图融合系数对检索性能的影响 | 第77-80页 |
4.5 本章小结 | 第80-81页 |
5 基于多特征的快速流形排序及在医学图像检索中的应用 | 第81-95页 |
5.1 研究动机 | 第81-82页 |
5.2 相关工作 | 第82-83页 |
5.3 基于锚点图的半监督学习和流形排序 | 第83-84页 |
5.4 面向多特征的快速流形排序算法 | 第84-87页 |
5.4.1 基于线性融合的多特征排序 | 第84-85页 |
5.4.2 基于序贯融合的多特征排序 | 第85页 |
5.4.3 快速流形排序算法 | 第85-86页 |
5.4.4 算法分析 | 第86-87页 |
5.5 实验结果与分析 | 第87-93页 |
5.5.1 实验设置 | 第87-88页 |
5.5.2 检索精度对比 | 第88-91页 |
5.5.3 查询时间对比 | 第91-93页 |
5.6 本章小结 | 第93-95页 |
6 总结与展望 | 第95-99页 |
6.1 本文工作总结 | 第95-96页 |
6.2 未来工作展望 | 第96-99页 |
致谢 | 第99-101页 |
参考文献 | 第101-113页 |
附录 | 第113页 |
攻读博士学位期间发表的论文 | 第113页 |
攻读博士学位期间参加的科学研究情况 | 第113页 |