您当前的位置:
首页 > 文献资料
所属专业:
混合高斯模型文献资料
-
基于多层贝叶斯网络的医学图像语义建模
针对医学图像的特点,提出一种基于多层贝叶斯网络的医学图像语义建模方法.该方法的特点是采用了混合高斯模型(Gaussian mixture models,GMM)实现从低层视觉特征到对象语义的映射,并用概率表达语义的置信度,然后使用贝叶斯网络(Bayesian networks, BN)融合对象语义,从而建立一个多层的医学图像语义模型,目的在于支持多层次的医学图像语义自动标注及其检索.为了验证此方法的有效性,将其用于星形细胞瘤恶性程度的语义提取,实验表明了该方法用于医学图像语义建模是有效的,并且具有直观的结构性知识表达.