| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景和意义 | 第11页 |
| 1.2 图像检索的国内外研究现状 | 第11-13页 |
| 1.3 医学图像检索的国内外研究现状 | 第13-17页 |
| 1.3.1 基于文本的医学图像检索国内外研究现状 | 第13-14页 |
| 1.3.2 基于内容的医学图像检索国内外研究现状 | 第14-15页 |
| 1.3.3 基于语义的医学图像检索国内外研究现状 | 第15-17页 |
| 1.4 本文主要的研究内容 | 第17-18页 |
| 第2章 医学图像检索相关技术 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 医学图像的特点 | 第18-19页 |
| 2.3 医学图像的预处理 | 第19-21页 |
| 2.3.1 均值滤波 | 第19-20页 |
| 2.3.2 中值滤波 | 第20-21页 |
| 2.3.3 图像增强算法 | 第21页 |
| 2.4 图像特征提取算法 | 第21-26页 |
| 2.4.1 颜色特征提取算法 | 第21-23页 |
| 2.4.2 纹理特征提取算法 | 第23-25页 |
| 2.4.3 形状特征提取算法 | 第25-26页 |
| 2.5 医学图像相似性度量算法 | 第26-27页 |
| 2.6 检索性能评估标准 | 第27-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 基于Hausdorff距离串行融合纹理特征的医学图像检索方法 | 第29-48页 |
| 3.1 引言 | 第29页 |
| 3.2 串行融合纹理特征的医学图像检索方法 | 第29-30页 |
| 3.3 医学图像视觉特征提取 | 第30-36页 |
| 3.3.1 医学图像Tamura特征提取 | 第31-33页 |
| 3.3.2 医学图像小波变化特征提取 | 第33-35页 |
| 3.3.3 特征向量归一化 | 第35-36页 |
| 3.4 相似性度量 | 第36-38页 |
| 3.5 实验结果与分析 | 第38-47页 |
| 3.5.1 实验数据库 | 第38-39页 |
| 3.5.2 验证实验设计 | 第39-40页 |
| 3.5.3 脑部MRI医学影像实验结果 | 第40-42页 |
| 3.5.4 肺部CT医学影像实验结果 | 第42-44页 |
| 3.5.5 数据定量分析 | 第44-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 基于Hausdorff距离自适应权重相加纹理特征的医学图像检索方法 | 第48-60页 |
| 4.1 引言 | 第48页 |
| 4.2 等权重相加纹理特征的医学图像检索方法 | 第48-50页 |
| 4.3 自适应权重相加纹理特征的医学图像检索方法 | 第50-54页 |
| 4.3.1 回声状态网络 | 第50-52页 |
| 4.3.2 自适应权重相加纹理特征图像检索方法实现 | 第52-54页 |
| 4.4 实验结果与分析 | 第54-59页 |
| 4.4.1 验证实验设计 | 第54-55页 |
| 4.4.2 脑部MRI医学影像实验结果 | 第55-56页 |
| 4.4.3 肺部CT医学影像实验结果 | 第56-57页 |
| 4.4.4 数据定量分析 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间发表的学术成果 | 第68-69页 |
| 致谢 | 第69页 |
