基于内容的医学图像检索
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 前言 | 第8-13页 |
| ·传统图像检索技术 | 第8-9页 |
| ·基于内容的图像检索 | 第9-12页 |
| ·CBIR系统的构成 | 第9-10页 |
| ·国内外CBIR技术发展情况 | 第10-12页 |
| ·本文的主要研究内容和组织结构 | 第12-13页 |
| 第二章 医学图像的特点和预处理 | 第13-18页 |
| ·医学图像的特点 | 第13-15页 |
| ·X射线成像 | 第13-15页 |
| ·磁共振成像(MRI) | 第15页 |
| ·图像格式转换 | 第15-16页 |
| ·蒙板图的生成 | 第16-18页 |
| 第三章 基于解剖结构的医学图像检索 | 第18-31页 |
| ·固定分割模式下图像解剖部位的标注 | 第18-20页 |
| ·图像子块特征的提取 | 第20-26页 |
| ·灰度直方图及其统计特征 | 第20-23页 |
| ·纹理特征 | 第23-25页 |
| ·固定分割模式下图像特征的综合 | 第25-26页 |
| ·试验结果及比较 | 第26-31页 |
| ·灰度直方图及其统计特征检索 | 第26-28页 |
| ·综合特征检索 | 第28-31页 |
| 第四章 基于自动区域分割的医学图像检索 | 第31-60页 |
| ·灰度主色预分割 | 第33-38页 |
| ·主色提取算法 | 第33-36页 |
| ·主色提取效果试验比较 | 第36-38页 |
| ·基于CHNN的融入领域相关信息的图像分割 | 第38-48页 |
| ·Hopfield 神经网络的结构和原理 | 第39-41页 |
| ·竞争Hopfield神经网络 | 第41-44页 |
| ·竞争Hopfield神经网络用于图像自动分割 | 第44-48页 |
| ·分割后特征提取 | 第48-57页 |
| ·图像主块提取 | 第48-49页 |
| ·形状特征 | 第49-53页 |
| ·主块各特征的综合 | 第53-54页 |
| ·空间位置特征 | 第54-57页 |
| ·试验结果及比较 | 第57-60页 |
| 第五章 医学图像数据库索引技术 | 第60-70页 |
| ·图像数据库索引技术 | 第60-61页 |
| ·高维数据库索引 | 第61页 |
| ·M-tree：一种高效的基于度量空间的索引技术 | 第61-68页 |
| ·M-tree的结构 | 第62-63页 |
| ·M-tree的查询处理 | 第63-66页 |
| ·节点插入 | 第66-67页 |
| ·节点分裂 | 第67-68页 |
| ·实验结果 | 第68-70页 |
| 第六章 总结和展望 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
