摘要 | 第1-6页 |
ABSTRACT | 第6-8页 |
目录 | 第8-11页 |
第一章 绪论 | 第11-29页 |
·什么是基于内容的图像检索 | 第11-12页 |
·CBIR常规技术概述 | 第12-15页 |
·医学图像检索 | 第15-17页 |
·论文的研究目的和意义 | 第17-18页 |
·论文的主要工作与组织结构 | 第18-21页 |
·实验的设置 | 第18-19页 |
·评估方法 | 第19-20页 |
·主要研究内容 | 第20-21页 |
·论文结构 | 第21页 |
参考文献 | 第21-29页 |
第二章 图像检索技术 | 第29-52页 |
·引言 | 第29-30页 |
·CBIR技术的研究范畴 | 第30-36页 |
·基于内容检索的应用分类 | 第31-32页 |
·图像域和感知隔阂 | 第32-34页 |
·域知识 | 第34-35页 |
·应用和用户间的语义隔阂 | 第35页 |
·小结 | 第35-36页 |
·特征提取 | 第36-39页 |
·基于区域的查询 | 第39-40页 |
·图像匹配 | 第40-41页 |
·特征组合 | 第41-42页 |
·相关反馈 | 第42-44页 |
参考文献 | 第44-52页 |
第三章 基于内容的医学图像检索 | 第52-65页 |
·引言 | 第52-53页 |
·医学图像的特点 | 第53-54页 |
·医学图像中应用CBIR技术的需求分析 | 第54-55页 |
·各类医学图像的CBIR应用 | 第55-57页 |
·医学图像检索的常用特征 | 第57-59页 |
·查询形式 | 第57-58页 |
·文本 | 第58页 |
·视觉特征 | 第58-59页 |
·小结 | 第59-60页 |
参考文献 | 第60-65页 |
第四章 医学图像区域特征的自动获取及基于内容检索新方法的研究 | 第65-90页 |
·引言 | 第65-66页 |
·图像分割及区域特征的获取 | 第66-73页 |
·自动提取组合特征并聚类的分割方法 | 第67-69页 |
·基于EM分割后自动提取区域特征的方法 | 第69-71页 |
·特征向量的归一化 | 第71-72页 |
·小结 | 第72-73页 |
·模糊特征的获取 | 第73-76页 |
·模糊特征的匹配 | 第76-80页 |
·感兴趣区域特征的自动提取 | 第80-83页 |
·颅脑CT图像的医学特点 | 第80-82页 |
·颅脑CT图像的特征提取 | 第82-83页 |
·应用组合特征查询图像 | 第83-84页 |
·评估方法 | 第84-85页 |
·实验结果 | 第85-88页 |
·小结 | 第88-89页 |
参考文献 | 第89-90页 |
第五章 在PACS系统中应用CBIR技术的方法 | 第90-105页 |
·建立医学图像CBIR系统构架的方法 | 第91-92页 |
·医学图像的MOAB编码系统 | 第92-99页 |
·代码构造方法 | 第93-96页 |
·图像编码结果 | 第96-97页 |
·讲座 | 第97-99页 |
·DICOM/PACS系统环境的构架 | 第99页 |
·医学图像的DICOM标准 | 第99-102页 |
·接口设计 | 第102-103页 |
·小结 | 第103-104页 |
参考文献 | 第104-105页 |
第六章 结论与展望 | 第105-108页 |
·总结: | 第105-107页 |
·研究展望: | 第107-108页 |
攻读博士期间发表的论文 | 第108-109页 |
致谢 | 第109页 |