位置:成果数据库 > 期刊 > 期刊详情页
基于关联图模型的医学图像Top-k查询方法
  • ISSN号:1000-1239
  • 期刊名称:计算机研究与发展
  • 时间:2015.9.15
  • 页码:2033-2045
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:哈尔滨工程大学计算机科学与技术学院,哈尔滨150001
  • 相关基金:国家自然科学基金项目(No.61370084,61272184,61202090)、黑龙江省自然科学基金项目(No.F2016005)、中央高校基础科研业务费项目(No.HEUCF100609,HEUCFT1202)资助
  • 相关项目:基于社会网络的服务集成建模和推荐研究
中文摘要:

脑部CT图像拥有良好的纹理特性且图像间纹理角点的位置近似相同.基于此原因,文中提出基于K最近邻纹理角点(KAP)有向图模型的医学图像分类算法.首先提出面向纹理的角点提取方法;然后针对提取的角点,结合医学图像的固有特点,提出KAP有向图模型用于描述医学图像;最后基于KAP有向图模型提出医学图像分类算法.实验表明,文中算法在时间复杂度和准确度方面都取得较好结果.

英文摘要:

Brain CT images have good texture features and similar texture angular point positions between them. Thus, a classification algorithm based on K nearest neighbor texture angular points (KAP) directed graph model is put forward to classify medical images. Firstly, the T-Harris method is proposed to extract texture angular points. Then, the KAP directed graph model is presented by using texture and combining the inherent characteristics of medical images. Finally, a medical image angular points classification algorithmbased on the KAP directed graph model is proposed. Experimental results show good results of the presented algorithm in time complexity and accuracy.

同期刊论文项目
期刊论文 13 会议论文 4 获奖 4
同项目期刊论文
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编:徐志伟
  • 地址:北京市科学院南路6号中科院计算所
  • 邮编:100190
  • 邮箱:crad@ict.ac.cn
  • 电话:010-62620696 62600350
  • 国际标准刊号:ISSN:1000-1239
  • 国内统一刊号:ISSN:11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊,2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:40349