一种新颖的医学图像建模及相似性搜索方法

• 作者: 张志强 李鹏远 潘海为 谢晓芹 韩启龙 高琳琳
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 图像建模 不确定定点图 医学图像 相似性搜索
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: XML与非结构化数据
• 页码范围: 1745-1756
• 页数: 12页
• 分类号: TP311
• 字数: 8771字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2013.01745

摘要

医学图像采集和存储技术的发展导致了相关数据的飞速增长,这些医学图像数据能够有效地辅助医生进行精确的诊断,但由于医学图像在相似性搜索方面要求图像匹配的精度远高于普通图像,所以目前仍没有一种有效的方法解决医学图像的相似性搜索问题.文中首先提出一种不确定定点图模型(ULG,Uncertain Location graph),并针对脑部CT图像的固有特点,提出一种基于脑部CT图像纹理的从图像到不确定定点图的建模方法,继而提出一种基于不确定定点图的相似性搜索算法,并通过一种有效的索引结构,有效地减少了无意义的查询处理,降低了搜索时间.实验结果表明,该方法可以更精确地找出具有相似纹理的脑部CT图像.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张志强	哈尔滨工程大学计算机科学与技术学院	44	504	13.0	21.0
2	李鹏远	哈尔滨工程大学计算机科学与技术学院	2	13	2.0	2.0
3	潘海为	哈尔滨工程大学计算机科学与技术学院	33	212	8.0	13.0
4	韩启龙	哈尔滨工程大学计算机科学与技术学院	32	208	8.0	13.0
5	谢晓芹	哈尔滨工程大学计算机科学与技术学院	28	293	8.0	16.0
6	高琳琳	哈尔滨工程大学计算机科学与技术学院	3	26	3.0	3.0