高琳琳
- 作品数：4 被引量：15H指数：3
- 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：国家自然科学基金教育部“新世纪优秀人才支持计划”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
- 基于对称性理论的医学图像多阶段分类算法被引量：7
- 2015年
- 利用影像归档和通信系统收集的大量医学CT图像被广泛应用于临床诊断,从中提取的ROI区域和ROI区域的特征可以用来对医学CT图像进行分类,从而辅助医生提高诊断精度.医学图像的成像结果显示一张医学图像关于中垂线两侧近似对称.基于这一脑部医学领域知识的指导,文中提出了基于对称性理论的医学图像多阶段分类(Multi-Stage Classification,MSC)方法.首先,文中提出了弱对称性和强对称性的定义,从不同粒度对医学图像的对称性进行了描述;然后,给出了基于灰度直方图相交性的弱对称性判定算法,对医学图像在较粗粒度上进行了第1阶段的分类;接着,提出了基于点对称的强对称性判定算法,结合弱对称性判定算法,对第1阶段分类结果为异常的图像进行了更细粒度的第2阶段分类,定位了病变区域的位置;最后,利用对病变区域所提取的特征,对病变区域进行了第3阶段的分类,以达到辅助医生诊断的效果.实验结果表明,基于对称性理论的医学图像多阶段分类方法提高了医学图像分类的准确度,同时减少了医生诊断决策的时间.
- 荣晶施潘海为高琳琳韩启龙冯晓宁李青
- 关键词：医学图像
- 基于KAP有向图模型的医学图像分类算法被引量：4
- 2016年
- 脑部CT图像拥有良好的纹理特性且图像间纹理角点的位置近似相同.基于此原因,文中提出基于K最近邻纹理角点(KAP)有向图模型的医学图像分类算法.首先提出面向纹理的角点提取方法;然后针对提取的角点,结合医学图像的固有特点,提出KAP有向图模型用于描述医学图像;最后基于KAP有向图模型提出医学图像分类算法.实验表明,文中算法在时间复杂度和准确度方面都取得较好结果.
- 吴枰潘海为高琳琳韩启龙谢晓芹冯晓宁
- 关键词：医学图像纹理角点图模型
