基于图学习的医学图像标注方法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2013全国计算机网络与通信学术会议优秀论文 Telecom market 基于图学习的医学图像标注方法 王 洁 舒华忠 王 斌 (1.东南大学,影像科学与技术实验室,江苏省,南京市210096 2.东南大学,影像科学与技术实验室,江苏省,南京市210096 3.东南大学,影像科学与技术实验室,江苏省,南京市210096) 摘 要:近年来,由于医学成像技术的飞速发展,产生大量的数字化图像。医学图像是医 生诊断的重要参考依据,因此如何对医学图像有效的标注和检索变得越来越重要。本文提 出利用图学习的方法来标注医学图像。首先根据医学图像的特性进行预处理,然后将图像 信息和标注词建立联系,最后将标注词从已标注图像传递到未标注图像。实验结果证明, 基于图学习的医学图像标注方法明显的提高了标注性能,是一种有效的方法。 关键词:图像标注;检索;图学习 中图分类号: 文献标识码: 文章编号: M edicalImageAnnotationBased0nGraph Learnin~ W ANGJie、SHU Hua.zhong,Ⅵ NGBin (ImagingScienceandTechnologyLaboratory,SoutheastUniversity,210096.China ) Abstract:Inrecentyears,itproduceslargeamountsofdigitizedimagesbecauseoftherapid developmentofmedicalimaging technology.Medicalimagesare importantreference for doctors’diagnosis,sohow toannotateandretrievemedicalimageseffectively isbecoming increasingly important.In thispaper,wecomeupwith graph learningmethodto annotate medicalimages.First,dopreprocessingaccordingtothecharacteristicsofmedicalimages.Then contactimages’informationwith annotation words.Finallypasshtemarked wordfrom the labeledimagestounlabeledimages.Th eexperimentalresultsshow htatitisna effectivemehtod ofrgaphlearningmethodtoannotatemedicalimages,nadhteperformanceisimproved. Keywords:Imageann otation;Retrieval;Graphlearning 1引言 随着医学影像设备如计算机断层扫描、核磁共振成像、超声成像、正电子辐射断层成 像、单电子辐射断层成像等设备在临床中的广泛使用,现代医学得到了快速进步,每天都 会产生大量的医学图像,这些医学图像是医生诊断的重要依据 l【J。因此如何有效地存储、 归档和传输这些海量的医学图像数据信息是迫切需要解决的问题。 传统的医学图像检索是基于关键字的检索,是 目前在许多医院的 PACS (Picture ArchivingandCommunicationSystem)中采用的方法。这种方法优点为实现简单,操作方 便,但是这种方法完全依赖于手工标注,所以存在以下缺点:首先一幅图像可能包含很多 信息和细节,单纯通过人工标注可能是不准确或不完整的;其次,同一幅图像不同的人进 行标注,得到的结果可能差很多,即无法避免个人主观因素的影响;再次,随着图像数 目 的增多,通过人工将每一幅图像都文本标注出来费时费力,也是是不可能的。因此实现医 学图像的自动标注变得越来越重要。 本文提出一种基于网格划分的图学习自动标注方法,通过提取图像底层特征,然后利

文档评论(0)

无敌 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档