基于模糊聚类的医学图像检索系统*

2018-02-20郭华峰

浙江工贸职业技术学院学报 2018年4期

范渊，郭华峰

（浙江工贸职业技术学院，浙江温州325003）

0 引言

近年来，随着医学成像技术的不断发展，医学图像数据越来越多，CT计算机断层成像、MRI核磁共振成像、PET正电子发射断层成像和DSA数字减影血管造影等设备每天可产生几十G的医学图像数据，且数据量在急剧扩大。面对这海量的医学图像集合，如何快速、准确地找到需要的图像，提取有用的病理信息，以帮助医生和教师更好地医疗和教学工作，已经成为近些年医学图像处理的研究热点。

传统的医学图像检索方法是基于文本的，其检索所需的关键信息都存在DICOM头文件中，但由于其信息错误率高且人工标注主观性大，所以现阶段研究更多的是基于内容的图像检索方法（Content-based Medical Image Retrieval，CBMIR）。基于内容的图像检索方法是以图像本身的灰度、形状、纹理、拓扑等底层视觉特征和高层语义特征，构成描述图像内容的特征向量，并以特征向量作为建立索引和匹配准则的客观依据检索所需图像。很明显，基于内容的图像检索方法更客观，且检索准确率在不断提高。基于以上情况，本文采用基于内容的图像检索方法，结合模糊聚类理论，提出了基于模糊聚类的医学图像检索系统，这必将会为医院和医学工作者医疗决策带来帮助。