研究和评论:工程和技术雷竞技苹果下载杂志》上
菜单ISSN: 2319 - 9873
ISSN: 2319 - 9873
+ 44 7456 035580部门电气工程Miandoab Miandoab分支,伊斯兰自由大学,伊朗
收到:22/02/2013接受:12/07/2013
访问更多的相关文章研究和评论:工程和技术雷竞技苹果下载杂志》上
医学成像的进步导致了增长的大型图像集合。我们正在进行的研究对生物医学CBIR图像。我们保持存档超过17000数字化x射线第二颈椎和腰椎的全国健康和营养调查(NHANES II)。此外,我们正在开发一个归档文件大量数字化35毫米在子宫颈的彩色幻灯片。我们的研究重点是开发技术混合的文本/图像query-retrieval调查文本和图像数据。在本文中,我们目前的挑战在发展中CBIR生物医学图像从我们的研究工作和结果。
多媒体、数据库、医学信息学的应用程序
这种系统的一个共同缺点是注释与参考图像特性不精确的位置,和文本通常不足使有效的图像检索。即使这样检索的图像集合是不可能没有注释或索引。此外,检索有趣的情况下,特别是对于医学教育或建筑物地图册,是一项繁琐的任务。CBIR方法开发专门为生物医学图像可以提供解决这些问题,从而增加了临床、生物医学的研究和教育方面。任何类的生物医学图像,然而,它将需要开发合适的特征表示和相似性算法捕获图像中的“内容”(1- - - - - -7]。
李斯特山国家生物医学中心的通信,一个研究和发展部门的美国国立医学图书馆(NLM),维护17000颈椎和腰椎图像的数字档案收集在第二次全国健康和营养调查(NHANES II)由国家卫生统计中心(卫生)。骨关节炎的脊柱x射线图像分类研究社区已经NLM的研究人员的一个长期目标,和合作者在全国卫生研究所的关节炎和肌肉骨骼和皮肤疾病(NIAMS)。同时,检索这些图像的能力基于几何特征的椎椎形态测量学感兴趣的社区结构。医学专家已经确定图像的视觉特征相关骨关节炎,但从未手动图像索引这些特性包括前骨赘、盘空间缩小的颈椎和腰椎,颈椎半脱位,腰椎、脊椎前移。100000年另一个档案数字化35毫米彩色幻灯片合作创建的子宫颈癌是美国国家癌症研究所(NCI) (图1)。国家癌症研究所的研究人员希望能够使用这些图像研究和培训在世界各地的网站。系统的设计实现这些目标依赖于图像压缩的研究,数据库管理,CBIR的图像查询子宫颈癌图像。自动化或计算机辅助分类、查询和检索方法对于大型医学影像档案是非常可取的,因为这种方法抵消手动分类的高成本和操作由医学专家。我们正在调查自动化或计算机辅助方法,使用图像特征索引和检索这些图像的方式接受生物医学社区。此外,我们还将研究成果为病理分类,如检测前骨赘,盘空间缩小,半脱位、脊柱和脊椎前移图像;与acetowhitening squamo-columnar结边界,区域,血管,镶嵌性和斑点,子宫颈癌图像。作为第一步,我们实现了一个模块化的原型CBIR系统的一个子集脊柱x射线和相关健康调查文本数据(6]。系统支持检索基于形状相似的素描一个完整或部分脊椎,例如脊椎图像,以及传统的文本检索。在本文中,我们目前的CBIR技术考虑开发一个系统医学图像,开放的研究问题,教训我们的研究工作。
图1:示例图像子宫颈癌。
基于内容的图像检索的能力取决于算法提取相关的图像特征和组织的方式表示图像内容。此外,算法应该能够量化视觉和数据库之间的相似性查询候选图像内容被观众。因此,CBIR系统组件和一个更具挑战性的语义成分。作为第一步,图像必须被索引,至少,病态的兴趣。
索引中提出了从系统观点。一个图形用户界面(GUI)的索引系统允许用户索引文本和图像数据。在索引图像、视觉特性,对应于感兴趣的病理图像分段(提取)。图中显示为“分割”块,这一步是“特征提取”的同义词。分割步骤的输出通常是图像组件的形式,如子图象边缘,边界轮廓、颜色/强度测量,纹理测量等特征提取通常是在当地的利益。脊柱数字化x射线图像集合,唯一感兴趣的特性是椎的形状和位置与其他椎骨之间的关系。最后分割步骤的结果数据是一个向量的2 d坐标点描述椎边界轮廓。细分技术包括变异的活动轮廓分割7)和主动形状建模(3]。的子宫颈癌图像,提取的特征包括,除了形状、颜色和纹理测量在均匀区域决定使用再分类器。分段特征,需要用一种形式适用于索引和相似度计算。这个任务是在“特性表征”阶段完成的。“特征向量计算”往往是加上这个阶段。
这些阶段的输出是一个特征向量,通常是在旋转不变的一种形式,翻译,规模,还具有许多其他属性等稳定性、独特性等(6]。那么,图像相似度定义为两幅图像的特征向量之间的距离。同时,每个特性表示算法可能会使用相应的相似性度量。的副作用发生信息丢失是由于近似特征表示为算法或效率的原因,或避免诅咒的维度
表示,如直方图或颜色平均水平,近似边界,通常足以使某种形式的CBIR和被发现在许多原型系统讨论了文献[1]。微妙的变化的成本损失表示图像特征,然而,可能导致检索质量差。存储高维度特征向量,而支持查询图像内容的微妙之处,会导致问题索引,创建“第22条军规”的情况。我们尝试了各种各样的形状表示分段椎骨的技术,包括多边形近似,傅里叶描述符,形状属性,不变的时刻,普罗克汝斯忒斯和距离(6,7]。
提取的特征向量中的一个突出问题从原始边界数据开发有效的形状表示和相似性的方法,提供了数据简化,同时保留形状特征对于可靠的索引和检索至关重要。
然后索引图像内容由特征向量。不像在传统的数据库中,但是,很难开发独特的键的特征向量。一种方法是使用分层集群树(图2)。这种方法链接图像在树的叶节点。然后集群“相似”的图片放在一起作为父节点集群和分配他们的重心。这个过程重复这些重心,直到只剩下一个。这样一个层次组织策略可以非常有效的和显著减少图片搜索时间。此外,它同时支持目标的查询,一个寻求匹配图像,以及范围查询,图像匹配某些特性测量范围。然而,这种方法一些缺点。首先,它要求相似性度量指标和相对最有效的相似性措施。第二,索引树是一个类型的查询优化,例如,在脊柱x射线图像,树可能优化查询前骨赘。其他查询类型一个新的索引树将是必要的。这限制了数据集的类型的查询可能并不是直接有用的CBIR的长期目标。作为一个初始步骤,然而,我们已经采用了这种方法(1)组织和优化索引树节点结构与脊柱x射线图像的形状。一般来说,组织的图像特性CBIR是一个开放的研究问题。调查文本数据,伴随着传统RDBMS的图像索引。我们的当前实现不链接图像索引集群层次树中的RDBMS文本数据,虽然这种方法是可能的。目前,我们链接图像的文本数据图像的名字。
图2:分割的例子特点:(一)c-spine椎边界;(b)地区子宫颈癌
虽然我们已经开发出合理的功能细分解决方案和椎骨的代表,这些保持开放问题的子宫颈癌图像。组织的特征向量组成的多个特性也仍然是一个悬而未决的问题。具体来说,有必要减少分层集群的依赖树相似性距离度量。最后,小在文献中讨论的一个重要问题,但更重要的是,是检索结果的验证。例如,我们如何能证明调用一组形状检索结果优于另一个?我们如何比较结果在不同形状表示和相似性措施?验证查询结果的一种定量或与非量化方法,将使用一个特定的方法证明结果的信心仍然是这个工作的一个关键问题。超出了我们的重要的问题称为“工程验证”的结果,还有进一步的生物医学问题验证,为生物医学社区系统终端用户。是一个关键需要更广泛的专家数据,使开发更好的算法。这些数据集的关键要求是,他们应该收集由多个专家观察员; only then can the performance of computerized methods relative to human performance be evaluated. With the NCI uterine cervix image set, an open problem is the technique for combining multiple image features. The images are rich in color, exhibit texture in pathology and also have boundaries. Techniques for effective and efficient combination of features need to be developed.
介绍我们的经验、技术采纳和持续研究对启用CBIR大型医学影像档案。介绍了CBIR小道和提出了一些从我们的工作成果在每个任务追踪和开放的研究问题。
