数字医学图像的数量正迅速增加,而当前落后的图像检索技术限制了对大量医学图像的有效利用。本项目探索通用医学图像检索中的关键方法和技术,主要围绕着跨媒体语义医学图像检索展开研究。"跨媒体"体现在互补地利用图像和文本信息提供多种检索方式,"语义"体现在通过图像自动分类技术自下而上地缩小图像特征表示与人类视觉认知间的"语义间隔",通过基于概念的索引自上而下地缩小语义间隔,通过相关反馈技术动态地缩小这一间隔。主要研究内容包括:1)跨媒体语义医学图像检索框架2)结合特征选择的层次图像分类 3)基于概念的索引4)结合图像和文本信息的检索机制 5)相关反馈技术。通过在这些研究内容上的探索和创新,开发出高效的医学图像检索技术,为医学图像资源的充分利用,医疗服务质量和效率的提高打下坚实的技术基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
基于综合治理和水文模型的广西县域石漠化小流域区划研究
基于改进LinkNet的寒旱区遥感图像河流识别方法
信息熵-保真度联合度量函数的单幅图像去雾方法
基于直观图的三支概念获取及属性特征分析
基于跨媒体语义关联模型的图像检索技术研究
跨媒体语义映射与智能检索关键技术研究
基于医学图像模糊内容检索的关键技术研究
基于语义和内容的医学图像检索理论的研究