基于纹理分析的医学图像检索系统开发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 前言 | 第9-14页 |
| ·医学图像检索技术的研究意义 | 第9-10页 |
| ·医学图像的特点 | 第10-11页 |
| ·多模态性 | 第10页 |
| ·模糊性 | 第10-11页 |
| ·数据异质性 | 第11页 |
| ·时空关系 | 第11页 |
| ·CBIR在医学领域中的应用现状 | 第11-13页 |
| ·本文工作介绍 | 第13页 |
| ·内容组织 | 第13-14页 |
| 2 CBIR的相关技术 | 第14-26页 |
| ·医学图像检索系统的基本组成 | 第14-15页 |
| ·CBIR中的常用图像特征 | 第15-19页 |
| ·颜色特征 | 第15-16页 |
| ·纹理特征 | 第16-18页 |
| ·形状特征 | 第18-19页 |
| ·图像纹理分析 | 第19-24页 |
| ·概述 | 第19-21页 |
| ·灰度共生矩阵 | 第21-23页 |
| ·纹理光谱 | 第23-24页 |
| ·图像的匹配技术 | 第24页 |
| ·CBIR常用评估标准 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于纹理特征的医学图像检索 | 第26-55页 |
| ·纹理概述 | 第26-27页 |
| ·图像的特征提取 | 第27-42页 |
| ·基于灰度共生矩阵的图像纹理特征提取 | 第28-32页 |
| ·基于小波变换的图像纹理特征提取 | 第32-38页 |
| ·基于Gabor滤波器的图像纹理特征提取 | 第38-42页 |
| ·图像的相似度度量 | 第42-43页 |
| ·算法效果分析 | 第43-54页 |
| ·内部特征归一化 | 第43-44页 |
| ·图像的相似性计算 | 第44页 |
| ·实验结果比较 | 第44-54页 |
| ·本章小结 | 第54-55页 |
| 4 用户反馈技术 | 第55-62页 |
| ·基于特征图像检索存在的问题 | 第55-56页 |
| ·相关反馈技术介绍 | 第56-57页 |
| ·调整及移动查询点的反馈技术实现 | 第57-58页 |
| ·基于Gabor滤波器和相关反馈的图像检索 | 第58-61页 |
| ·Gabor滤波器纹理特征提取和相关反馈算法 | 第58-59页 |
| ·实验结果 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 5 医学图像检索系统开发 | 第62-70页 |
| ·系统运行的环境 | 第62页 |
| ·系统功能设计 | 第62-63页 |
| ·系统功能划分 | 第62页 |
| ·系统结构图 | 第62-63页 |
| ·数据库设计 | 第63-65页 |
| ·医学图像的特征提取与匹配 | 第65页 |
| ·系统中采用的图像特征 | 第65页 |
| ·特征的匹配方式 | 第65页 |
| ·系统的人机接口 | 第65-69页 |
| ·用户对系统提供的功能 | 第66-67页 |
| ·系统对用户提供的功能 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 6 结论 | 第70-71页 |
| 7 展望 | 第71-72页 |
| 8 参考文献 | 第72-77页 |
| 9 攻读硕士学位期间论文发表情况 | 第77-78页 |
| 10 致谢 | 第78页 |
