- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
您可能关注的文档
最近下载
- 工业机器人控制器:FANUC R-30iB:FANUCR-30iB软件系统介绍.docx
- 广州数控GSK980TB3系列使用手册.pdf
- 中国继发性高血压临床筛查多学科专家共识(2023) (1).pptx
- 公共资源交易平台管理暂行办法.doc VIP
- 高校微专业建设:特征、挑战与发展对策.docx VIP
- Diego Abreu - 产品生物相容性 Biocompatible Break Thru Products.pdf VIP
- 搞笑小品《水煮三结义》台词剧本.docx VIP
- 九年级上册第三单元课外古诗词诵读《长沙过贾谊宅》课件(共27张).ppt VIP
- 小学语文分级阅读课教学设计合集.docx VIP
- 单层厂房造价指标.docx VIP
文档评论(0)