基于稀疏表示的肝脏病变图像检索方法研究

发布时间：2024-03-31 18:27

　　随着医学成像设备的发展,医学影像技术在临床应用上发挥着越来越重要的作用,医学图像内容丰富,从庞杂的医学图像数据库中寻找需要的信息已成为当前亟需解决的问题。基于内容的图像检索技术在医疗诊断等方面扮演着重要的角色,能帮助医生做出更好的决策。本文运用稀疏表示的方法提取肝脏病变CT图像的特征,实现肝脏病变CT图像检索,主要工作和创新如下:(1)探讨了稀疏表示理论,主要围绕K-SVD算法和OMP算法对稀疏表示的理论及其实现进行了详细的阐述与分析。(2)运用稀疏表示方法提取肝脏病变CT图像的特征。首先,提取肝脏病变CT图像病变区域的SIFT局部特征并分块;然后采用稀疏表示方法对训练数据集进行学习,学习过程分为使用K-SVD算法对训练数据集进行字典训练以构造过完备字典和利用OMP算法求解稀疏系数两个阶段,求出的稀疏系数可用于表示肝脏病变CT图像的最优特征向量。(3)实现了肝脏病变CT图像的检索。为了提高检索的性能,对稀疏编码中的字典大小和稀疏度两个重要参数进行了讨论和优化。实验结果证实当字典大小设置为32且稀疏度值为10时检索效果达到最优。我们应用查准率P、查全率R及综合评价指标F1-measure...

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

图２．１肝脏病变ＣＴ图像及其直方图??Ｆｉｇ．２．１?Ｔｈｅ?ｒａｗ?ｉｍａｇｅ?ａｎｄ?ｈｉｓｔｏｇｒａｍ?ｏｆ?ｌｉｖｅｒ?ｌｅｓｉｏｎｓ．??

所以在医学ＣＴ图像中与颜色对应的一般是灰度特征，所以利用灰度??直方图的方法来实现肝脏病变ＣＴ图像的检索非常简单、快速，且其检索效果有??比较好的鲁棒性，如图２．１是一副医学肝脏病变ＣＴ图像（左图）与其对应的直??方图（右图）??８〇〇〇??????．?—，?．—．?．???Ｌ?....

图２．２?ＬＢＰ模式值求取示意图??Ｆｉｇ．２．２?ＬＢＰ?ｖａｌｕｅ?ｓｃｈｅｍａｔｉｃ?ｄｉａｇｒａｍ??

为十进制数）；然后计算每个数字（假定是十进制数）在每个小区域的出现频率??并将这些频率统计为直方图；最后对统计得到的直方图进行归一化处理并整合得??到的所有小区域的统计直方图，即可得到整幅图像的ＬＢＰ纹理特征。如图２．２??中心像素的?ＬＢＰ?值＝１＋１６＋３２＋６４＋１２８＝２....

图３．１压缩感知理论框架??Ｆｉｇ３．１?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｃｏｍｐｒｅｓｓｅｄ?ｓｅｎｓｉｎｇ?ｔｈｅｏｒｙ??

习一个与变换基独立且不相关的过完备字典，将高维的信号映射到低维子空间??上，在获得映射的最优化的稀疏向量后，实现以低于奈奎斯特采样频率的频率采??样，并仍然能够精确重构原始信号，如图３．１描述了压缩感知理论框架。正是由??于稀疏表不具有这种保持特征的特性、稀疏性等诸多特点，稀疏表....

图3.2稀疏表示模型

相关的过完备字典上进行分解，使得原始复杂冗余的信号可以由分解得到的很少??的一组“基元”（特征）进行完全或近似的线性表示［６８１，称该自然信号（本文指??的是自然图像）在“基元组合”变换域中具有稀疏性，而所有的“基元”则组成??一个过完备的字典矩阵。稀疏表示的字典获取方式有多种，....

本文编号：3944334