神经网络算法和蚁群算法在医学图像检索中的应用研究(1)
 |
| 第1页 |
参见附件。
摘要：基于内容的图像检索(Content-Based Image Retrieval，CBIR)技术是根据图像对象的内容及上下文联系在大规模多媒体数据库中进行检索。将CBIR应用于医学上，是从医学图像本身提取灰度、形状、纹理等底层视觉特征和高层语义特征，构成描述图像内容的特征向量，并以特征向量作为建立索引和匹配准则的客观依据检索所需图像。CBIR技术可以帮助医务人员在海量医学图像数据库中快速寻找具有类似病理特征并诊断医学图像，提高疾病诊断的准确率。
关键词：CBIR；医学图像；蚁群算法；神经网络算法
随着现代医学的迅猛发展，CT、MRI等医学图像设备在临床工作中应用日益广泛，医学数据库中的图像也随之迅速增长[1]。据统计目前一个拥有现代化的医疗影像设备的大型医院，每天影像检查产生的数据量多达4GB左右，为管理如此海量的医学数据，许多医院开始着手建设卫生信息系统(HIS)和图像归档机通讯系统(PACS)。怎样在这类系统的海量医学图像数据库中进行医学图像的检索是现代医学领域的研究热点之一。
1什么是CBIR
传统的基于文本的图像检索(Text-Based Image Retrieval，TBIR)技术是先通过人工方式对图像进行文字标注，再用关键字来检索图像，这种方式耗时并且主观，无法满足大规模图像数据的检索需要。基于内容的图像检索(Content-Based Image Retrieval，CBIR)技术是根据图像对象的内容及上下文联系在大规模多媒体数据库中进行检索。
2神经网络的特点
神经网络是在现代神经学的研究基础上发展起来的一种模仿人脑信息处理机制的网络系统，它具有自组织、自学习和极强的非线性处理能力，能够完成学习、记忆、识别和推理等功能，它已在控制、模式识别、图像和视频信号处理、人工智能、自造应滤波等方面获得了应用 ......
您现在查看是摘要介绍页，详见PDF附件。