| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 现状分析 | 第12-15页 |
| 1.3 论文结构 | 第15-17页 |
| 第2章 相关技术 | 第17-27页 |
| 2.1 特征提取技术 | 第17-20页 |
| 2.1.1 全局特征提取技术 | 第17-19页 |
| 2.1.2 局部特征提取技术 | 第19-20页 |
| 2.2 特征融合技术 | 第20-21页 |
| 2.3 影像分类技术 | 第21-24页 |
| 2.3.1 数据挖掘中的分类技术 | 第22-24页 |
| 2.3.2 影像分类技术 | 第24页 |
| 2.4 影像检索技术 | 第24-26页 |
| 2.4.1 基于文本的影像检索技术 | 第24-25页 |
| 2.4.2 基于内容的影像检索技术 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于局部特征的影像检索算法设计 | 第27-47页 |
| 3.1 医学影像特性 | 第27-28页 |
| 3.2 基于BOVW影像检索 | 第28-32页 |
| 3.2.1 词典训练 | 第29-31页 |
| 3.2.2 建立影像索引 | 第31-32页 |
| 3.2.3 影像检索 | 第32页 |
| 3.3 SIFT的影像特征提取 | 第32-42页 |
| 3.3.1 特征点检测 | 第33-39页 |
| 3.3.2 特征点描述 | 第39-42页 |
| 3.4 医学影像描述 | 第42-46页 |
| 3.4.1 基于K-Means的词典训练 | 第42-45页 |
| 3.4.2 基于局部特征的影像描述 | 第45-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于特征融合的检索优化算法设计 | 第47-63页 |
| 4.1 基于特征融合的影像检索优化 | 第47-48页 |
| 4.2 影像全局特征提取 | 第48-58页 |
| 4.2.1 Tamura影像特征提取 | 第49-54页 |
| 4.2.2 Shape Context影像特征提取 | 第54-58页 |
| 4.3 基于SVM的影像分类 | 第58-62页 |
| 4.3.1 SVM影像分类原理 | 第58-61页 |
| 4.3.2 基于全局特征的影像分类 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 基于特征融合的医学影像检索实现与性能分析 | 第63-73页 |
| 5.1 基于特征融合的医学影像检索实验系统设计 | 第63-64页 |
| 5.1.1 系统设计 | 第63-64页 |
| 5.2 基于特征融合的医学影像检索实验系统实现 | 第64-68页 |
| 5.2.1 特征提取层实现 | 第64-66页 |
| 5.2.2 检索预置层实现 | 第66-67页 |
| 5.2.3 结果层实现 | 第67-68页 |
| 5.3 实验与性能分析 | 第68-72页 |
| 5.3.1 基于局部特征影像检索实验结果与性能分析 | 第68-69页 |
| 5.3.2 基于特征融合影像检索实验结果与性能分析 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第6章 总结展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
