作者:
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:
随着医学成像技术的不断发展,患者的各类扫描图像呈爆发式增长,医务人员的工作量日益繁重,基于内容的医学图像检索(Content-based Medical Image Retrieval,CBMIR)系统可以精准地辅助医务工作者决策,减轻医务工作者的负担.基于此,笔者综述了CBMIR方法,着重探讨了特征提取、特征融合、相似性度量等的主流算法,跟踪其研究成果,并对CBMIR技术的未来研究方向进行了展望.
推荐文章
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
Hadoop平台下基于内容的医学图像检索
Hadoop平台
分布式存储
并行处理
医学图像检索
基于内容的图像检索
图像检索
颜色
纹理
形状
基于内容的图像检索
图像检索
特征提取
相似性度量
Matlab软件
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综述
来源期刊 信息与电脑 学科
关键词 医学图像检索 特征提取 特征融合 相似性度量
年,卷(期) 2020,(15) 所属期刊栏目 算法语言
研究方向 页码范围 51-53
页数 3页 分类号 TP391.41|TP183
字数 语种 中文
DOI 10.3969/j.issn.1003-9767.2020.15.020
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
医学图像检索
特征提取
特征融合
相似性度量
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导