基于关联图模型的医学图像Top-k查询方法

摘要：

找到与病人具有相似纹理特征的医学图像，有助于医生结合历史病历信息对病人作出更为准确的诊断。基于此，大量的研究工作围绕如何提高基于内容的医学图像检索技术的准确性展开。然而，现有的基于内容的医学图像检索技术均是基于查询图像与数据库中图像的逐张匹配过程，面对迅速增长的医学图像数量，查询等待时间过长成为医学图像检索领域的另一主要问题。鉴于用户往往只对前 k （Top‐k）个检索结果感兴趣，提出了一种基于关联图模型的医学图像 Top‐k查询方法。首先，提出一种关联图模型，使用该模型可以有效地刻画医学图像之间关联关系的模糊性；继而利用关联图模型，提出一系列关联性度量计算方法，从而使得仅需对图像匹配一次即可更新所有图像与查询图像之间的相似度范围。由此，提出Top‐k查询方法以及基于游走的查询优化策略。实验证明提出的方法可以有效地减少图像匹配次数，降低时间复杂度。

关键词：关联图、T op-k查询、游走策略、图像检索、医学图像

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61272184，61202090，61100007；教育部新世纪优秀人才支持计划项目NCET-11-0829；中央高校基本科研业务费专项基金项目HEUCF100602，HEUCFT1202

在线出版日期：2015-10-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：2033-2045