李鹏远
- 作品数：3 被引量：4H指数：1
- 供职机构：哈尔滨工程大学计算机科学与技术学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金黑龙江省自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 一种新颖的医学图像建模及相似性搜索方法被引量：4
- 2013年
- 医学图像采集和存储技术的发展导致了相关数据的飞速增长,这些医学图像数据能够有效地辅助医生进行精确的诊断,但由于医学图像在相似性搜索方面要求图像匹配的精度远高于普通图像,所以目前仍没有一种有效的方法解决医学图像的相似性搜索问题.文中首先提出一种不确定定点图模型(ULG,Uncertain Locationgraph),并针对脑部CT图像的固有特点,提出一种基于脑部CT图像纹理的从图像到不确定定点图的建模方法,继而提出一种基于不确定定点图的相似性搜索算法,并通过一种有效的索引结构,有效地减少了无意义的查询处理,降低了搜索时间.实验结果表明,该方法可以更精确地找出具有相似纹理的脑部CT图像.
- 潘海为李鹏远韩启龙谢晓芹张志强高琳琳
- 关键词：图像建模医学图像相似性搜索
- 一种新颖的医学图像建模及相似性搜索方法
- 图像采集和存储技术的发展导致了相关数据的飞速增长,这些医学图像数据能够有效地辅助医生进行精确的诊断,但由于医学图像在相似性搜索方面要求图像匹配的精度远高于普通图像,所以目前仍没有一种有效的方法解决医学图像的相似性搜索问题...
- 潘海为李鹏远韩启龙谢晓芹张志强高琳琳
- 关键词：数据库系统医学图像
- 基于关联图模型的医学图像Top-k查询方法
- 2015年
- 找到与病人具有相似纹理特征的医学图像,有助于医生结合历史病历信息对病人作出更为准确的诊断.基于此,大量的研究工作围绕如何提高基于内容的医学图像检索技术的准确性展开.然而,现有的基于内容的医学图像检索技术均是基于查询图像与数据库中图像的逐张匹配过程,面对迅速增长的医学图像数量,查询等待时间过长成为医学图像检索领域的另一主要问题.鉴于用户往往只对前k(Top-k)个检索结果感兴趣,提出了一种基于关联图模型的医学图像Top-k查询方法.首先,提出一种关联图模型,使用该模型可以有效地刻画医学图像之间关联关系的模糊性;继而利用关联图模型,提出一系列关联性度量计算方法,从而使得仅需对图像匹配一次即可更新所有图像与查询图像之间的相似度范围.由此,提出Top-k查询方法以及基于游走的查询优化策略.实验证明提出的方法可以有效地减少图像匹配次数,降低时间复杂度.
- 李鹏远潘海为李青韩启龙谢晓芹张志强
- 关键词：关联图TOP-K查询图像检索医学图像
