首页 > 文献资料
-
基于分级检索策略的医学图像检索方法研究
相似病例对医生的诊断大有益处,快速、准确地从医学图像库中检索出相似病理图像是非常重要的.本文提出了一种结合图像纹理特征和形状特征的基于分级检索策略的医学图像检索新方法.该方法先计算图像的灰度共生矩阵,提取能量等纹理特征量,进行初检索,再通过Canny算子提取图像边缘,用投影法计算外边缘在垂直和水平方向上的投影,对初检索结果按形状特征进行二级检索.实验表明,本文方法有较高的查全率和查准率.
-
基于纹理统计特征的医学图像颜色映射方法
为提高灰度医学图像颜色增强的有效性和视觉合理性,提出了一种基于纹理统计特征的颜色增强处理方法.此方法的颜色映射机理不是传统的在灰度级和颜色模型间经验性构筑一对一或多对一的映射关系函数,而是借助彩色可视化人体(VHP)解剖断层源图像数据,利用共生矩阵纹理统计特征信息,实现颜色在图像间的传输.实验结果证明了此方法的可行性,高维度、高阶数统计量的运用提高了颜色映射的准确性和有效性.
-
高强度聚焦超声图像纹理分析
通过纹理信息分析筛选出合适的纹理特征能为超声图像的目标定位和分割做准备.本文介绍了3种常用的纹理分析方法,并且利用共生矩阵重点对一种新的无创肿瘤治疗技术——高强度聚焦超声(High Intensity Focused Ultrasound,HIFU)治疗中超声图像的纹理信息进行了分析,包括角二阶矩(Angular Second Moment,ASM)、相关性、逆差矩(Inverse Difference Moment,IDM)、熵、对比度、不相似度等.终确定了3种有效的子宫肌瘤图像纹理特征,即ASM、IDM和相关性.这些特征在肿瘤区域和正常组织之间有明显的差异,ASM和IDM的相对差异都在20%以上,而相关性的相对差异也在5%以上.这3种纹理特征有望运用于HIFU中超声图像的目标定位和分割,但还需要进一步研究噪声对纹理信息的干扰.
-
因子分析的元分析技术及其应用
因子分析的元分析指对采用因子分析的原始研究进行分析,是知识生产和更新的重要一环,但尚未引起研究者的注意.主要有5种主要技术,即因子配对旋转法、多组验证性因子分析、基于汇总相关矩阵的因子分析、基于估计的总体相关矩阵的验证性因子分析、基于显著负荷共生矩阵的探索性因子分析等.每种技术的介绍都包括其基本思想、适用范围、优缺点以及典型应用等.因子分析的元分析可分成7个基本步骤;资料整理、数据合成和数据分析三步与其它类型的元分析有所不同.未来研究应注意因子分析的元分析在方法发展和应用方面的一系列问题.