中国数字医学
中國數字醫學
중국수자의학
CHINA DIGITAL MEDICINE
2014年
11期
60-61,64
,共3页
医学图像%贝叶斯网络%高斯混合模型%连续变量模糊离散化%语义建模
醫學圖像%貝葉斯網絡%高斯混閤模型%連續變量模糊離散化%語義建模
의학도상%패협사망락%고사혼합모형%련속변량모호리산화%어의건모
medical image%bayesian network%Gauss mixture model%continuous variable fuzzy discretization%semantic modeling
结合医学影像诊断的实际情况,提出一种基于贝叶斯网络高斯混合模型的医学图像检索方法。算法首先引入条件高斯模型,将连续变量模糊离散化,再利用贝叶斯网络对医学图像进行语义建模,并最终完成基于内容的图像检索。实验采用医学图像库中的CT和MRI影像样本进行仿真,仿真结果显示,这种方法是有效的,可以满足医生的一般需要。
結閤醫學影像診斷的實際情況,提齣一種基于貝葉斯網絡高斯混閤模型的醫學圖像檢索方法。算法首先引入條件高斯模型,將連續變量模糊離散化,再利用貝葉斯網絡對醫學圖像進行語義建模,併最終完成基于內容的圖像檢索。實驗採用醫學圖像庫中的CT和MRI影像樣本進行倣真,倣真結果顯示,這種方法是有效的,可以滿足醫生的一般需要。
결합의학영상진단적실제정황,제출일충기우패협사망락고사혼합모형적의학도상검색방법。산법수선인입조건고사모형,장련속변량모호리산화,재이용패협사망락대의학도상진행어의건모,병최종완성기우내용적도상검색。실험채용의학도상고중적CT화MRI영상양본진행방진,방진결과현시,저충방법시유효적,가이만족의생적일반수요。
Combined with the actual situation of medical image diagnosis, this paper presents a medical image retrieval method of Bayesian network based on Gauss mixture model. The algorithm introduces the Gauss model, the continuous variable fuzzy discretization. then using the Bayesian network for medical image semantic modeling, and finally complete the content based image retrieval. Experiments using CT and MRI image samples of medical image databases in the simulation, the simulation results show, this method is effective and meet the general need a doctor.