| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 问题的提出 | 第14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 论文的组织结构 | 第15-16页 |
| 第2章 基于内容的医学图像相似性检索相关技术介绍 | 第16-25页 |
| 2.1 医学图像预处理技术 | 第16-18页 |
| 2.1.1 手动的医学图像预处理技术 | 第17页 |
| 2.1.2 自动的医学图像预处理技术 | 第17页 |
| 2.1.3 半自动的医学图像预处理技术 | 第17-18页 |
| 2.2 特征提取技术 | 第18-20页 |
| 2.2.1 空间局部二值模式特征 | 第18-19页 |
| 2.2.2 九点图模型 | 第19-20页 |
| 2.2.3 灰度共生矩阵 | 第20页 |
| 2.2.4 Tamura特征 | 第20页 |
| 2.2.5 马尔科夫随机场纹理模型 | 第20页 |
| 2.3 相似性度量方法 | 第20-21页 |
| 2.4 原型系统 | 第21-23页 |
| 2.4.1 ASSERT系统 | 第22页 |
| 2.4.2 MedGIFT系统 | 第22页 |
| 2.4.3 IRMA系统 | 第22-23页 |
| 2.4.4 Fire系统 | 第23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 基于不确定定点图的医学图像检索技术 | 第25-44页 |
| 3.1 基于不确定定点图的医学图像检索技术框架 | 第25页 |
| 3.2 基于灰度直方图的医学图像分级纹理特征提取技术 | 第25-28页 |
| 3.3 不确定定点图 | 第28-32页 |
| 3.3.1 数据模型 | 第28-29页 |
| 3.3.2 建模过程 | 第29-31页 |
| 3.3.3 纹素的不确定性 | 第31-32页 |
| 3.4 ULG相似性搜索问题 | 第32-36页 |
| 3.4.1 ULG相似性定义 | 第32-35页 |
| 3.4.2 ULG相似性搜索方法 | 第35-36页 |
| 3.5 索引结构 | 第36-38页 |
| 3.6 实验结果分析 | 第38-43页 |
| 3.6.1 时间复杂性分析 | 第39页 |
| 3.6.2 查准率分析 | 第39-40页 |
| 3.6.3 敏感性分析 | 第40-42页 |
| 3.6.4 得分分布分析 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 基于关联图模型的医学图像Top-k查询 | 第44-57页 |
| 4.1 医学图像Top-k查询框架 | 第44-45页 |
| 4.2 关联图模型 | 第45-46页 |
| 4.3 关联性度量方法 | 第46-50页 |
| 4.4 Top-k查询方法 | 第50-51页 |
| 4.5 Top-k查询方法优化 | 第51-53页 |
| 4.5.1 小顶堆游走策略 | 第51-52页 |
| 4.5.2 远离策略 | 第52页 |
| 4.5.3 基于聚类的游走策略 | 第52-53页 |
| 4.6 实验结果与分析 | 第53-56页 |
| 4.6.1 Top-k查询算法性能分析 | 第53-55页 |
| 4.6.2 游走策略性能分析 | 第55-56页 |
| 4.7 本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第63-64页 |
| 致谢 | 第64页 |