| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 论文研究背景及意义 | 第11-13页 |
| 1.1.1 论文研究背景 | 第11-12页 |
| 1.1.2 论文研究意义 | 第12-13页 |
| 1.2 医学图像检索的研究现状 | 第13-14页 |
| 1.3 本文主要研究内容和组织结构 | 第14-16页 |
| 第2章 相关理论方法 | 第16-32页 |
| 2.1 基于内容的医学图像检索方法框架体系 | 第16-17页 |
| 2.2 医学图像视觉特征 | 第17-23页 |
| 2.2.1 全局特征 | 第17-18页 |
| 2.2.2 尺度不变特征(SIFT) | 第18-23页 |
| 2.3 K-means聚类方法 | 第23-27页 |
| 2.3.1 K-means聚类原理 | 第23-24页 |
| 2.3.2 K-D树 | 第24-27页 |
| 2.4 数据降维方法 | 第27-28页 |
| 2.5 图像膨胀 | 第28-29页 |
| 2.6 医学图像相似性度量方法 | 第29-30页 |
| 2.7 医学图像检索性能评价方法 | 第30-31页 |
| 2.8 本章小结 | 第31-32页 |
| 第3章 基于几何验证的乳腺癌图像检索方法 | 第32-51页 |
| 3.1 引言 | 第32-33页 |
| 3.2 基于几何验证的乳腺癌图像检索算法框架 | 第33-34页 |
| 3.3 乳腺癌图像视觉词汇树建立 | 第34-39页 |
| 3.3.1 视觉词汇树建立流程 | 第34-35页 |
| 3.3.2 乳腺癌图像SIFT特征提取 | 第35-36页 |
| 3.3.3 基于分层K-means的视觉词汇树生成 | 第36-38页 |
| 3.3.4 倒排索引建立 | 第38-39页 |
| 3.4 乳腺癌图像初始检索 | 第39-40页 |
| 3.5 几何验证 | 第40-46页 |
| 3.5.1 基准特征点邻域划定 | 第40-41页 |
| 3.5.2 相关特征点几何编码 | 第41-44页 |
| 3.5.3 初始检索结果的几何验证 | 第44-46页 |
| 3.6 实验与分析 | 第46-49页 |
| 3.6.1 图像数据库 | 第46页 |
| 3.6.2 评估标准 | 第46页 |
| 3.6.3 实验设置 | 第46-47页 |
| 3.6.4 实验结果与分析 | 第47-49页 |
| 3.7 本章小结 | 第49-51页 |
| 第4章 基于几何约束的空间像素强度的脑瘤图像检索方法 | 第51-60页 |
| 4.1 引言 | 第51-52页 |
| 4.2 基于几何约束的空间像素强度的脑瘤图像检索框架体系 | 第52页 |
| 4.3 算法设计 | 第52-56页 |
| 4.3.1 算法流程 | 第52-53页 |
| 4.3.2 脑瘤图像兴趣区域(ROI)膨胀增强 | 第53页 |
| 4.3.3 脑瘤图像空间像素强度提取 | 第53-55页 |
| 4.3.4 局部特征聚合描述子(VLAD)生成 | 第55-56页 |
| 4.3.5 脑瘤图像相似性度量 | 第56页 |
| 4.4 实验与分析 | 第56-59页 |
| 4.4.1 图像数据库 | 第56-57页 |
| 4.4.2 评估标准 | 第57页 |
| 4.4.3 实验设置 | 第57页 |
| 4.4.4 实验结果与分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66-67页 |
| 致谢 | 第67页 |
