计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2014年
6期
2078-2083
,共6页
多特征%医学图像检索%蚁群聚类算法%Hu不变矩%灰度共生矩阵
多特徵%醫學圖像檢索%蟻群聚類算法%Hu不變矩%灰度共生矩陣
다특정%의학도상검색%의군취류산법%Hu불변구%회도공생구진
multi-feature%medical image retrieval%ant colony clustering algorithm%Hu invariant moments%gray level co-occurrence matrix
针对医学图像检索中单一特征无法有效表达复杂特征、易陷入局部最优的问题,提出一种将医学图像形状特征和纹理特征相结合的成对约束特征选择蚁群聚类算法.通过结合纹理特征灰度共生矩阵和形状特征Hu不变矩,建立多特征医学图像数据库集;用成对约束降维算法对医学图像数据集进行特征选择,形成最优特征集,对最优特征集进行动态加权,对加权最优特征集进行蚁群聚类;通过加权马氏距离相似性度量算法形成有规则的簇.基于改进的蚁群聚类医学图像检索算法相比传统的蚁群聚类检索算法,减少了专业人员对先验值的依赖,区分出了重要特征并按照重要的程度给予动态加权,该研究算法提高检索分类性能和稳定性,使检索查全率和查准率进一步优化,检索医学图像效果达到预期目标.
針對醫學圖像檢索中單一特徵無法有效錶達複雜特徵、易陷入跼部最優的問題,提齣一種將醫學圖像形狀特徵和紋理特徵相結閤的成對約束特徵選擇蟻群聚類算法.通過結閤紋理特徵灰度共生矩陣和形狀特徵Hu不變矩,建立多特徵醫學圖像數據庫集;用成對約束降維算法對醫學圖像數據集進行特徵選擇,形成最優特徵集,對最優特徵集進行動態加權,對加權最優特徵集進行蟻群聚類;通過加權馬氏距離相似性度量算法形成有規則的簇.基于改進的蟻群聚類醫學圖像檢索算法相比傳統的蟻群聚類檢索算法,減少瞭專業人員對先驗值的依賴,區分齣瞭重要特徵併按照重要的程度給予動態加權,該研究算法提高檢索分類性能和穩定性,使檢索查全率和查準率進一步優化,檢索醫學圖像效果達到預期目標.
침대의학도상검색중단일특정무법유효표체복잡특정、역함입국부최우적문제,제출일충장의학도상형상특정화문리특정상결합적성대약속특정선택의군취류산법.통과결합문리특정회도공생구진화형상특정Hu불변구,건립다특정의학도상수거고집;용성대약속강유산법대의학도상수거집진행특정선택,형성최우특정집,대최우특정집진행동태가권,대가권최우특정집진행의군취류;통과가권마씨거리상사성도량산법형성유규칙적족.기우개진적의군취류의학도상검색산법상비전통적의군취류검색산법,감소료전업인원대선험치적의뢰,구분출료중요특정병안조중요적정도급여동태가권,해연구산법제고검색분류성능화은정성,사검색사전솔화사준솔진일보우화,검색의학도상효과체도예기목표.
