于 超，王 璐，程道文

(1.长春工业大学人文信息学院，吉林 长春 130122；2.长春工业大学应用技术学院，吉林 长春 130012；3.长春工业大学基础科学学院，吉林 长春 130012)

作为当前信息决策领域的重要组成的图像数据挖掘技术被大量地应用于医学影像辅助诊断、地质与海洋资源勘探、卫星图像分析等多种领域.[1]纹理特征、决策树、分类规则和人工神经网络等技术是目前比较常用的图像数据挖掘方法.[2-4]如能量、熵、惯性矩、局部平稳和相关系数等纹理描述受外界影响较小，能够直观反映图像灰度空间分布特征的纹理，在宏观和微观结构两方面较为准确地描述了图像的特性.[5-8]因此，在图像分析与辅助决策中，上述因素能够起到非常大的作用.医学影像种类繁多，作为其重要组成部分的CT图像在辅助诊断中起到关键作用.但是其纹理特征的数据量极大，如果对其数据进行直接挖掘，效率不高，准确率也有限.因此，本文提出了一种利用图像降阶结合Apriori算法对医学图像纹理特征进行挖掘的模型，将医院信息系统(HIS)中病患特征与降阶处理后病患医学图像纹理特征相融合，通过剪枝技术建立关联规则库，采用规则库中的规则对医学图像进行信息挖掘.

1 图像的降阶处理

对于表达医学图像特别是CT图像这类无规则图像中的随机纹理，需要的模板维数和个数都会非常大，在这种情况下，数据挖掘的空间对比于规则纹理来说将会极其复杂.因此，如果直接抽取图……