医学图像检索中基于混合方法的相关反馈技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究的背景与意义 | 第10-11页 |
| ·现有的基于内容的图像检索系统 | 第11-12页 |
| ·课题来源 | 第12页 |
| ·本文主要内容与论文结构 | 第12-14页 |
| 第二章 CBIR的关键技术 | 第14-28页 |
| ·CBIR系统基本原理与框架 | 第14页 |
| ·图像内容信息的特征表达方式 | 第14-17页 |
| ·颜色特征 | 第15-16页 |
| ·纹理特征 | 第16页 |
| ·形状特征 | 第16-17页 |
| ·相似度度量方法 | 第17-19页 |
| ·基于距离的度量方法 | 第17-18页 |
| ·直方图相交 | 第18页 |
| ·相关计算 | 第18-19页 |
| ·CBIR相关反馈技术 | 第19-25页 |
| ·相关反馈的基本思想 | 第19-20页 |
| ·基于相关反馈的图像检索系统结构 | 第20-21页 |
| ·经典相关反馈技术回顾 | 第21-25页 |
| ·检索算法的评价准则 | 第25-26页 |
| ·性能指标 | 第25-26页 |
| ·常用的评价准则 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 短期学习的相关反馈方法 | 第28-46页 |
| ·特征权重调整算法简述 | 第28-35页 |
| ·图像特征模型及反馈的一般结构 | 第28-30页 |
| ·基于修改特征权重的相关反馈经典算法 | 第30-33页 |
| ·本文的算法 | 第33-35页 |
| ·RW-Soft SVM算法 | 第35-40页 |
| ·Soft SVM | 第36-39页 |
| ·RW-Soft SVM算法 | 第39-40页 |
| ·面向SVM的通用采样算法 | 第40-44页 |
| ·SVM采样算法分析 | 第41-42页 |
| ·SVM通用采样算法 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于日志方法的长期学习反馈方法 | 第46-56页 |
| ·相关反馈的日志库 | 第46-51页 |
| ·日志库的建立 | 第47-49页 |
| ·日志库的存储 | 第49-50页 |
| ·日志库的运行 | 第50-51页 |
| ·日志库的维护 | 第51页 |
| ·协同过滤分析 | 第51-54页 |
| ·协同过滤分析 | 第51-53页 |
| ·基于信息过滤的图像相关性度量 | 第53-54页 |
| ·将长期学习与短期学习相结合的相关反馈技术 | 第54-55页 |
| ·混合方法的查询实现 | 第54-55页 |
| ·全局相似度 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 相关反馈检索系统设计与实验 | 第56-66页 |
| ·系统总体设计 | 第56-57页 |
| ·特征提取 | 第57-59页 |
| ·纹理特征提取 | 第57-59页 |
| ·形状特征提取 | 第59页 |
| ·相关反馈设计 | 第59-60页 |
| ·实验结果对比分析 | 第60-65页 |
| ·反馈精度对比 | 第62-64页 |
| ·有效性对比 | 第64-65页 |
| ·不同特征对比 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论 | 第66-68页 |
| ·本文工作总结 | 第66-67页 |
| ·未来工作展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
