基于多特征的医学图像检索技术研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题的意义与背景 | 第9-10页 |
| 1.2 国内外图像检索的研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 CBMIR 系统模块构成 | 第11-12页 |
| 1.4 特征匹配技术 | 第12页 |
| 1.5 本文主要研究内容和结构安排 | 第12-14页 |
| 1.5.1 本文主要研究内容 | 第12-13页 |
| 1.5.2 结构安排 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 2 基于内容的医学图像检索相关技术研究 | 第15-34页 |
| 2.1 图像特征的提取和表示 | 第15-27页 |
| 2.1.1 颜色特征 | 第15页 |
| 2.1.2 纹理特征 | 第15-19页 |
| 2.1.3 形状特征 | 第19-25页 |
| 2.1.4 空间关系特征 | 第25-26页 |
| 2.1.5 语义特征 | 第26-27页 |
| 2.2 图像相似性的两种比较方法 | 第27-30页 |
| 2.3 图像检索中的反馈算法 | 第30-31页 |
| 2.4 索引技术 | 第31-32页 |
| 2.5 压缩域检索 | 第32页 |
| 2.6 计量定理 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 3 蚁群算法以及蚁群聚类相关理论基础 | 第34-42页 |
| 3.1 蚁群算法 | 第34-36页 |
| 3.1.1 蚁群算法的相关理论分析 | 第34-35页 |
| 3.1.2 蚁群的随机路径选择 | 第35页 |
| 3.1.3 蚂蚁信息素的更新 | 第35-36页 |
| 3.2 蚁群算法中参数的选择 | 第36-38页 |
| 3.2.1 启发式因子参数的选择 | 第36页 |
| 3.2.2 信息素挥发参数的选择 | 第36-37页 |
| 3.2.3 蚁群数量参数的选择 | 第37页 |
| 3.2.4 总信息量参数的选择 | 第37页 |
| 3.2.5 蚁群算法的评价 | 第37-38页 |
| 3.3 聚类算法 | 第38-39页 |
| 3.4 蚁群聚类算法 | 第39-41页 |
| 3.4.1 蚁堆模型 | 第39-41页 |
| 3.4.2 觅食原理模型 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 数据特征选择与数据特征提取 | 第42-47页 |
| 4.1 数据特征选择 | 第42-43页 |
| 4.2 数据特征提取 | 第43-44页 |
| 4.2.1 主成分分析 | 第43-44页 |
| 4.2.2 线性判别分析 | 第44页 |
| 4.2.3 核函数算法 | 第44页 |
| 4.3 成对约束半监督降维算法和蚁群聚类算法结合 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 5 CBMIR 系统设计 | 第47-52页 |
| 5.1 软件平台 | 第47页 |
| 5.2 硬件平台 | 第47页 |
| 5.3 系统结构组成 | 第47页 |
| 5.4 系统功能显示 | 第47-52页 |
| 6 总结与展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 在学研究成果 | 第58-59页 |
| 致谢 | 第59页 |
