一种新颖的医学图像建模及相似性搜索方法
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.
数据库系统 医学图像 不确定定点图模型 相似性搜索算法
潘海为 李鹏远 韩启龙 谢晓芹 张志强 高琳琳
哈尔滨工程大学计算机科学与技术学院 哈尔滨 150001
国内会议
哈尔滨
中文
1745-1756
2013-08-16（万方平台首次上网日期，不代表论文的发表时间）