基于多层贝叶斯网络的医学图像语义建模

• 作者: 尹俊勋 林春漪 陈建宇 马丽红
• 来源期刊: 生物医学工程学杂志
• 学科: 工学
• 关键词: 多层贝叶斯网络 混合高斯模型 语义建模 医学图像
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 400-404
• 页数: 5页
• 分类号: TP391.41
• 语种: 中文

摘要

针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法.该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks, BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索.为了验证此方法的有效性,将其用于星形细胞瘤恶性程度的语义提取,实验表明了该方法用于医学图像语义建模是有效的,并且具有直观的结构性知识表达.