基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着医学影像设备产生的数字图像日益增加,如何从大规模海量医学图像中有效检索出相关图像成为当前图像处理与分析领域研究的热点.为了给相关研究者提供有益参考,有必要对近年来医学图像检索领域提出的方法进行全面的综述.通过查阅国内外相关研究资料,发现医学图像检索的研究点主要包括特征提取和特征匹配2个方面.在特征提取方面,主要概述了传统特征提取方法和新近提出的基于深度学习的特征表示方法;而对于特征匹配方面,则通过对词汇树、哈希等方法的概述进行介绍.最后提出,特征的高效表示法和检索的实时性是医学图像检索领域未来研究的主要趋势.
推荐文章
基于内容的医学图像检索
文本检索
基于内容的图像检索
特征提取
基于内容的医学图像检索
医学图像
基于内容的医学图像检索
特征提取
基于内容的图像检索综述
基于内容的图像检索
特征提取
多维索引
语义特征
基于内容的图像检索技术综述
基于内容的图像检索
多特征
自适应
知识
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于内容的医学图像检索方法综述
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 医学图像检索 特征提取 特征匹配 图像检索
年,卷(期) 2018,(12) 所属期刊栏目 药学·医学
研究方向 页码范围 113-121
页数 9页 分类号 TP391
字数 7580字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2018.12.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘畅 重庆理工大学计算机科学与工程学院 10 19 3.0 4.0
2 崔少国 重庆理工大学计算机科学与工程学院 15 33 3.0 5.0
3 熊舒羽 重庆理工大学计算机科学与工程学院 3 8 2.0 2.0
4 陈默语 重庆理工大学计算机科学与工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (1)
参考文献  (28)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(7)
  • 参考文献(4)
  • 二级参考文献(3)
2014(6)
  • 参考文献(2)
  • 二级参考文献(4)
2015(8)
  • 参考文献(7)
  • 二级参考文献(1)
2016(7)
  • 参考文献(3)
  • 二级参考文献(4)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
医学图像检索
特征提取
特征匹配
图像检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导