基于医学图像内容的挖掘技术研究.docVIP

基于医学图像内容的挖掘技术研究 　　摘要：该文以医学图像数据为背景，研究了医学图像挖掘技术，总结了医学图像挖掘的一般过程，并对基于医学图像内容的相似性检索、关联规则挖掘、分类挖掘和时间序列分析等理论和技术进行了探讨和分析。 　　关键词：医学图像挖掘；相似性检索；关联规则；分类；时间序列分析 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2011)21-5229-02 　　Medical Image Content-based Mining Technology Research 　　LI Li, SEN Gan, HAMIT Murat, Hami Ti, YAN Chuan-bo 　　(College of Medical Engineer Technology, Xinjiang Medical University, Urumqi 830011, China) 　　Abstract: In this paper, medical image data for the background, studied the medical image mining, summed up the general process of medical image mining, and discussed and analyzed content-based medical image similarity retrieval, association rule mining, classification mining and time series analysis theory and techniques. 　　Key words: medical image mining; similarity retrieval; association rules; classification; time series analysis 　　20世纪90年代后，图像数据挖掘发展很快，在多媒体数据库、图像检索、医学影像计算机辅助诊断等专业图像挖掘邻域引起了许多研究者的关注。目前，图像挖掘的研究主要集中在：1）选择、提取有效表征图像内容的特征，以适合图像数据挖掘的过程；2）图像挖掘的方法技术。随着医学成像技术和计算机技术的不断发展，医学影像已经为疾病诊断、术前决策和术后复查等临床工作提供了重要依据。但是，目前医学影像图像诊断方法仍然是通过医生的肉眼观察图像中的病变组织，是否有占位，若占位不明显时，通常诊断结果很大程度上依赖于医生个人的临床经验和主观判断，从而会影响病情的临床诊治。因此，如何充分利用以前确诊病例的临床影像资料和专家的临床诊断经验、知识，使用计算机科学技术快速、准确地将医学图像中的病变区域检测或分辨出来，对辅助医生进行医学图像临床诊断具有现实的意义。同时，也使得这方面的研究具有非常大的挑战性。 　　1 医学图像挖掘的过程 　　由于医疗数字化设备的不断发展，在医学信息数据库中，不仅仅采集了患者的结构化信息，还收集大量的非结构化的医学影像信息，从而为医学图像数据挖掘提供了丰富有效的数据源。基于医学图像的数据挖掘的主要目的是发现蕴含在医学图像中的医学诊断规则和模式，是一件具有挑战性和应用价值的工作。 　　对医学影像数据挖掘一般有以下过程，如图1所示。 　　1）获取医学图像数据集 提取DICOM文件中的各种有用信息。 　　2）图像数据的预处理 包括各种图像处理技术，例如图像归一化、采用图像平滑技术进行去噪以及对图像进行增强等，其目的是提高图像的质量，消除图像中的噪声。 　　3）特征的选择与提取医学图像有大量的特征，在图像挖掘之前，寻找表征图像属性的特征是至关重要的，因此，探索适合医学图像特征选择和提取的方法可以有效地减小图像数据挖掘过程的复杂性。特征的提取就是从图像中提取能够反映图像特性的基本元素或数字值。而特征选择是从已经提取的特征中选择能够更好地完成挖掘任务的特征来表示原始图像，包括特征的清洗、变换，特征值的约简，最终将特征数据集变换成适合挖掘的形式。 　　4）选择合适的挖掘算法数据挖掘的算法有很多，适合挖掘的领域也不同，因此，需要探索适合医学图像挖掘的方法。 　　5）实施数据挖掘选用合适的挖掘方法对医学图像进行挖掘，得到挖掘结果。 　　6）解释和评估挖掘结果根据某种兴趣度量，探索表示知识的真正有趣的模式。 　　2 医学图像挖掘常用技术 　　2.1 相似性检索 　　基于医学图像内容的检索主要是基于内容相似性的匹配，是一种不精确的检索方式，通常会检索出一系列与待检索图像较为相似的医学图像。但是要检索出具有相同病理特征的医学图像，难度就很大，需要提取医学图像的颜色、