融合进高层语义特征的医学图像检索技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-17页 |
| ·课题研究的目的和意义 | 第10页 |
| ·基于内容的医学图像检索技术概述 | 第10-15页 |
| ·基于内容的医学图像检索研究现状 | 第10-12页 |
| ·基于内容的医学图像检索框架 | 第12-13页 |
| ·基于内容的医学图像检索所涉及的关键技术 | 第13-15页 |
| ·本文的研究内容 | 第15-17页 |
| ·本文的主要研究内容及结构安排 | 第15-16页 |
| ·本文的特色和创新点 | 第16-17页 |
| 2 基于底层特征的医学图像检索 | 第17-50页 |
| ·基于颜色特征的医学图像检索 | 第17-26页 |
| ·概述 | 第17-18页 |
| ·全局颜色直方图法 | 第18-20页 |
| ·累加颜色直方图法 | 第20页 |
| ·全局颜色矩法 | 第20-21页 |
| ·多邻域颜色矩直方图法 | 第21-22页 |
| ·基于颜色特征的医学图像检索实验结果分析 | 第22-25页 |
| ·本节小结 | 第25-26页 |
| ·基于纹理特征的医学图像检索 | 第26-36页 |
| ·概述 | 第26页 |
| ·灰度共生矩阵法 | 第26-29页 |
| ·灰度－梯度共生矩阵法 | 第29-33页 |
| ·基于纹理特征的医学图像检索实验结果分析 | 第33-36页 |
| ·本节小结 | 第36页 |
| ·基于形状特征的医学图像检索 | 第36-43页 |
| ·概述 | 第36-37页 |
| ·Hu矩法 | 第37-38页 |
| ·Zernike矩法 | 第38-40页 |
| ·基于形状特征的医学图像检索实验结果分析 | 第40-43页 |
| ·本节小结 | 第43页 |
| ·基于空间关系特征的医学图像检索 | 第43-49页 |
| ·概述 | 第43页 |
| ·分块权值主色法 | 第43-45页 |
| ·主色计算 | 第43-44页 |
| ·分块权值 | 第44-45页 |
| ·相似度计算 | 第45页 |
| ·颜色自相关图法 | 第45-47页 |
| ·基本原理 | 第45-47页 |
| ·PCA 降维处理 | 第47页 |
| ·基于空间关系特征的医学图像检索实验结果分析 | 第47-48页 |
| ·本节小结 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 3 基于高层语义特征的医学图像检索 | 第50-67页 |
| ·概述 | 第50页 |
| ·图像语义的提取技术 | 第50-66页 |
| ·基于文本关键字直接语义特征的提取技术 | 第51-52页 |
| ·基于底层特征的潜在语义索引（LSI）技术 | 第52-60页 |
| ·潜在语义索引技术 | 第52-56页 |
| ·归一化 | 第53-54页 |
| ·权值化 | 第54-55页 |
| ·奇异值分解降秩 | 第55-56页 |
| ·相似性度量 | 第56页 |
| ·底层特征到高层语义的映射 | 第56-57页 |
| ·实验结果分析 | 第57-60页 |
| ·基于图像分割技术的目标语义提取技术 | 第60-66页 |
| ·医学图像分割技术概述 | 第60页 |
| ·基于区域生长法ROI 提取的胸部CT图像分割 | 第60-63页 |
| ·ROI区域的特征提取 | 第63-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 4 基于特征融合的医学图像检索 | 第67-71页 |
| ·概述 | 第67页 |
| ·综合检索技术 | 第67-68页 |
| ·胸片图像的综合检索 | 第67-68页 |
| ·胃窥镜图像的综合检索 | 第68页 |
| ·综合检索实验结果分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 5 相关反馈 | 第71-73页 |
| ·相关反馈技术 | 第71页 |
| ·实验结果分析 | 第71-72页 |
| ·本章小结 | 第72-73页 |
| 6 结束语 | 第73-76页 |
| ·本文的总结 | 第73-74页 |
| ·进一步的研究工作 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 在学研究成果 | 第80-81页 |
| 致谢 | 第81页 |
