基于内容的图像检索论文：医学图像检索中基于混合方法的相关反馈技术研究

基于 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 的图像检索论文：医学图像检索中基于混合方法的相关反馈技术研究 基于内容的图像检索论文:医学图像检索中基于混合方法的相关反馈技术研究 【中文摘要】随着信息化技术和医学数字化影像设备在医学领域中日益广泛的应用,医院每天都将产生大量的医学图像数据。如何有效地管理和运用这些数据成为了目前的研究热点,因此基于内容的图像检索(CBIR)被广泛应用,它不同于传统的文本检索,将其应用于医学图像领域具有重要意义。基于内容的图像检索面临的主要挑战是一直存在着的两大“鸿沟”,即现实世界的对象与计算机 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示之间的“表达鸿沟”和图像的低层内容特征与高层语义特征以及人的主观性之间的“语义鸿沟”。前一个“鸿沟”已经通过特征提取的手段有效缓解,相关反馈机制的引入则缩小了语义鸿沟,有效地获取了用户的查询意图。在CBIR的相关反馈中,研究人员首先借鉴了文本检索中的权重调整的思想,利用用户的反馈信息计算得到各特征的重要程度,以此来调整权重进行反馈达到提高检索性能的。随着相关技术的不断进步,逐渐地将机器学习的思想引入到相关反馈中,例如SVM方法等被广泛地应用到CBIR的相关反馈中。同时又引入了长期学习的方法从检索的历史信息中获取相关信息。本文首先介绍了基于内容的图像检索(CBIR)的关键技术,并详细分析了目前的CBIR相关反馈检索算法;接着,提出了本文的基于长期学习与短期学习相结合的CBIR相关反馈检索技术。首先,本文的短期学习采用了将权重调整的方法与Soft SVM方法相结合的方法,接着在分析了多种SVM相关反馈算法的基础 上,提出了一个面向SVM的通用采样算法,该算法能够通过参数的调 整来实现各种不同的采样算法以及各种采样算法的联合使用。其次, 对于长期学习使用了基于日志的相关反馈算法,本文建立的日志库不 仅 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 了图像的正负例属性,还记录了用户的多级评判标注信息,并 将这些信息用于样本的采集和相似度的计算。通过大量的对比实验, 证明 住所证明下载场所使用证明下载诊断证明下载住所证明下载爱问住所证明下载爱问 了本文提出的算法比现有的算法对CBIR相关反馈检索更有效。 【英文摘要】With the wide applications of informational technology and all kinds of digital medical imaging equipments in the medical field, a large number of digital images are produced in hospital. How to manage and use the images efficiently is a hot topic. So the content-based image retrieval (CBIR) is appeared, which is different from the text retrieval, and the application of CBIR to the field of medical images have great significance.The main challenges in CBIR are due to the two gaps. The first is the sensor gap between the object of the world and the information represented by computer, and it was solved by feature extract. The second one is the semantic gap between the low-level visual features and high-level human perception and interpretation. Relevance feedback technique was employing to bridge the semantic gap.In the relevance feedback, reseachers reference the idea of re-weighting which was firstly used in text retrieval. Then the machine learning techniques were introduced in CBIR, for example, SVM. With the elapse of time, long-term learning was used to record the history informationof retrieval for getting relative information.In this paper, we first introduce the key techniques of the CBIR, especially analyze the current relevant feedback algorithms in detail, and then present a new relevant feedback method based on hybrid methods which combines the long-term learning and short-term learning methods. First, the short-term learning is based on Re-weighting and Soft SVM. With the analysis about all kinds of selecting, we present a general algrothim for realize the different selecting by regulate the parameter. Next, for the long-term learning we use the log-based method, where the multi-level-labeled information and the image ID was recorded in the log-database. Extensive experiments are designed and conducted to evaluate the proposed algorithms. The results show that the hybird method is effective for CBIR of medical image. 【关键词】基于内容的图像检索 相关反馈 权重调整 SVM 采样 算法 Soft SVM 日志 医学图像 【英文关键词】content-based image retrieval relevance feedback re-weighting SVM selecting Soft SVM log medical image 【目录】医学图像检索中基于混合方法的相关反馈技术研究 【备注】索购全文在线加好友:1.3.9.9.3.8848 同时提供论文写作一对一指导和论文发表委托服务 摘要 5-6 ABSTRACT 6 第一章 绪论 10-14 1.1 课题研究的背景与意义 10-11 1.2 现有的基于内容的图像检索系统 11-12 1.3 课题来源 12 1.4 本文主要内容与论文结构 12-14 第二章 CBIR的关键技术 14-28 2.1 CBIR系统基本原理与框架 14 2.2 图像内容信息的特征表达方式 14-17 2.2.1 颜色特征 15-16 2.2.2 纹理特征 16 2.2.3 形状特征 16-17 2.3 相似度度量方法 17-19 2.3.1 基于距离的度量方法 17-18 2.3.2 直方图相交 18 2.3.3 相关计算 18-19 2.4 CBIR相关反馈技术 19-25 2.4.1 相关反馈的基本思想 19-20 2.4.2 基于相关反馈的图像检索系统结构 20-21 2.4.3 经典相关反馈技术回顾 21-25 2.5 检索算法的评价准则 25-26 2.5.1 性能指标 25-26 2.5.2 常用的评价准则 26 2.6 本章小结 26-28 第三章 短期学习的相关反馈方法 28-46 3.1 特征权重调整算法简述 28-35 3.1.1 图像特征模型及反馈的一般结构 28-30 3.1.2 基于修改特征权重的相关反馈经典算法 30-33 3.1.3 本文的算法 33-35 3.2 RW-Soft SVM算法 35-40 3.2.1 Soft SVM 36-39 3.2.2 RW-Soft SVM算法 39-40 3.3 面向SVM的通用采样算法 40-44 3.3.1 SVM 采样算法分析 41-42 3.3.2 SVM通用采样算法 42-44 3.4 本章小结 44-46 第四章 基于日志方法的长期学习反馈方法 46-56 4.1 相关反馈的日志库 46-51 4.1.1 日志库的建立 47-49 4.1.2 日志库的存储 49-50 4.1.3 日志库的运行 50-51 4.1.4 日志库的维护 51 4.2 协同过滤分析 51-54 4.2.1 协同过滤分析 51-53 4.2.2 基于信息过滤的图像相关性度量 53-54 4.3 将长期学习与短期学习相结合的相关反馈技术 54-55 4.3.1 混合方法的查询实现 54-55 4.3.2 全局相似度 55 4.4 本章小结 55-56 第五章 相关反馈检索系统设计与实验 56-66 5.1 系统总体设计 56-57 5.2 特征提取 57-59 5.2.1 纹理特征提取 57-59 5.2.2 形状特征提取 59 5.3 相关反馈设计 59-60 5.4 实验结果对比分析 60-65 5.4.1 反馈精度对比 62-64 5.4.2 有效性对比 64-65 5.4.3 不同特征对比 65 5.5 本章小结 65-66 第六章 结论 66-68 6.1 本文 工作总结 关于社区教育工作总结关于年中工作总结关于校园安全工作总结关于校园安全工作总结关于意识形态工作总结 66-67 6.2 未来工作展望 67-68 参考文献 68-72 致谢 72