醫學圖像感興趣區域的自動提取-計算機應用研究

第 12 期 何 楚等: 醫學圖像感興趣區域的自動提取 1·57 ·

醫學圖像感興趣區域的自動提取*

何 楚, 彭文敏, 李吉星, 廖孟揚

( 武漢大學 電子信息學院, 湖北 武漢 430072)

摘 要: 針對醫學圖像歸檔與通信系統通過視頻采集和膠片掃描產生的海量圖像數據, 提出了一種感興趣區域

自動提取和歸一化的預處理算法。該算法具有時間復雜度低, 無須人工干預, 不會對提取的感興趣區域圖像數

據造成任何損耗等特點, 適合海量醫學圖像數據庫的批量處理。將其應用于基于圖像內容的歸檔與查詢算法

中, 作為圖像提取特征前的預處理算法 , 實驗數據證明較傳統直接針對原始采集圖像, 可有效改善特征提取準確

度, 提高查詢精度。

關鍵詞: 感興趣區域 ; 自動提取; 預處理算法 ; PACS

中圖法分類號: TP391 文獻標識碼 : A 文章編號 : 1001- 3695( 2004) 12- 0157- 03

Automatic Extraction of ROI in Medical Image

HE Chu, PENG Wen-min, LI Ji-xing, LIAO Meng-yang

( School of Electronic Information, Wuhan University, Wuhan Hubei 430072, China)

Abstract: A pretreatment algorithm of automatic extraction of ROI( Region Of Interested) is presented, which aims at daily

data generated from Picture Archiving and Communication System( PACS) , especially those video-captured and film-scanned

images. It can be no harm to the ROI data, less time-consuming and no manual-intervened, which befits the batch pretreat-

ment of magnanimity images database. The experiment prove that this algorithm can effect in raising the performance of the

subsequent program in content-based images query.

Key words: Region Of Interested( ROI) ; Automatic Extraction; Pretreatment; PACS

圖像是人類最重要的一種信息來源, 隨著計算機技術的發 興趣區域的算法[ 3, 4] , 如 Snake 算法、人工神經網絡方法、統計

展, 多媒體特別是圖像信息成為今天計算機應用和處理對象的 方法等, 大多針對輔助診斷或模式識別應用, 感興趣區域劃分

核心。在醫學領域, 近十年來, 各類醫學圖像已成為現代醫療 較細致, 因此算法一般過于復雜: 或者需要人工干預, 或者時間

中的一門基礎性診斷技術, 醫學成像設備幾乎在所有的醫院得 復雜度很大。而在圖像數據庫中, 圖像數據量非常龐大, 根本

到運用, 醫生對病情的診斷越來越依賴于醫學圖像所提供的信 無法逐一進行人工干預或者容忍長時間運算; 而且作為醫學應

息。隨著無膠片方式的數字化圖像在臨床診斷中的運用成為 用, 提取的感興趣區域數據不能有任何損耗, 但作為海量數據

可能, 由于它具有的傳統圖像無法比擬的優越性

總結

以上是生活随笔為你收集整理的医学计算机应用研究的意义,医学图像感兴趣区域的自动提取-计算机应用研究.PDF...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。