医学图像检索与加密技术解析
1. 医学内容基于图像检索(Medical CBIR)概述
在医学领域,图像数据库的使用日益增多,因此需要开发一种高效的图像搜索和检索技术。内容基于图像检索(CBIR)是一种可行的方法,它通过提取图像的低级视觉特征进行查询,独立于人工判断数据库中图像的相似性。采用一对一的集成匹配方式来比较查询图像和数据库中的图像。不过,医学图像检索具有特定任务性,例如用于诊断研究、特定器官或成像方式,通常不能直接应用于其他医学场景。
1.1 目标
主要目标是利用不同的视觉特征提取方法从数据库中检索图像,通过归一化距离度量(如欧几里得距离)比较查询图像和目标图像在各个层面的相似度,以在诊断过程中提供高精度的结果。
1.2 相关工作
目前,大多数现有的医学图像检索系统都专注于特定的医学领域,各有优缺点,具体如下:
- 无监督特征选择应用于肺部图像的基于内容检索 :提出了一种名为“定制查询”方法(CQA)的分层图像检索方法。该方法分两步实现:第一步进行特征选择用于分类,将查询图像分类到给定的疾病组中;第二步确定单个疾病组内定义最佳的特征相似度。但该系统一次只能从一个主要组中检索图像,无法从次可能组中提供次优匹配。
- 基于图像子块的颜色和纹理特征的图像检索 :提出了基于颜色和纹理特征的图像检索系统。将图像划分为子块,通过将HSV颜色空间划分为不等间隔来提取每个子块的颜色。然而,该系统的缺点在于HSV颜色空间,它主要关注彩色图像,不太适用于特定的医学领域,因为在医学领域,绝对颜色和灰度级特征非常有限。
-
订阅专栏 解锁全文
687



被折叠的 条评论
为什么被折叠?



