1、隨著醫(yī)學(xué)數(shù)字化影像設(shè)備在臨床中日益廣泛的應(yīng)用,大量的醫(yī)學(xué)圖像數(shù)據(jù)隨之產(chǎn)生。傳統(tǒng)的醫(yī)學(xué)檔案管理系統(tǒng)采用簡(jiǎn)單的基于標(biāo)注的圖像數(shù)據(jù)庫(kù),甚至完全人工的方式來(lái)進(jìn)行圖像數(shù)據(jù)的管理,嚴(yán)重影響了圖像在診斷等臨床過(guò)程中作用的發(fā)揮。如何有效地組織、管理和檢索醫(yī)學(xué)圖像成為當(dāng)前迫切需要解決的問(wèn)題。基于內(nèi)容的圖像檢索技術(shù)(CBIR,Content-Based Image Retrieval)是利用圖像的視覺(jué)特征來(lái)進(jìn)行檢索,直接對(duì)圖像內(nèi)容進(jìn)行分析并抽取特征的一門新

2、技術(shù),在臨床、教學(xué)、科研、多媒體以及醫(yī)學(xué)圖像歸檔和通信系統(tǒng)(PACS)中都有著重要的作用。
　　基于內(nèi)容的醫(yī)學(xué)圖像檢索是基于內(nèi)容的圖像檢索技術(shù)在醫(yī)學(xué)領(lǐng)域中的應(yīng)用。如何將圖像檢索技術(shù)與醫(yī)學(xué)圖像有機(jī)地結(jié)合,為醫(yī)師提供便捷準(zhǔn)確的檢索圖像的手段,并為其診斷提供輔助的建議,是本文的主要研究目標(biāo)。
　　由于醫(yī)學(xué)領(lǐng)域大多數(shù)圖像并不包含彩色或在有限條件下采用,比如偽彩色,因此,在視覺(jué)特征中,相比顏色特征而言,提取灰度、紋理和形狀特征對(duì)醫(yī)學(xué)圖

3、像檢索顯得尤為重要。因此,本文重點(diǎn)研究了醫(yī)學(xué)圖像中的超聲圖像的灰度特征、紋理特征以及形狀特征的提取問(wèn)題。
　　基于內(nèi)容的圖像檢索技術(shù)核心之一是圖像特征的提取和表達(dá)。本文在充分了解現(xiàn)有特征提取方法的基礎(chǔ)上,結(jié)合超聲圖像的成像機(jī)理和特點(diǎn),著重研究了適合醫(yī)學(xué)超聲圖像的特征提取算法。研究了灰度統(tǒng)計(jì)特征、紋理特征(包括灰度共生矩特征,灰度-基元共生矩特征)、形狀特征(不變矩特征)提取算法。其中,灰度-基元共生矩陣是對(duì)灰度共生矩陣的算法改進(jìn)。