领域知识指导下的医学图像数据挖掘关键技术的研究

最近，以医学图像为对象的图像挖掘形成了一个重要研究领域-医学图像挖掘。医学图像挖掘是多学科交叉的研究方向，可以提取出隐含在医学图像数据中的知识或模式，起到辅助诊断和医学经验共享的作用，对挖掘知识的质量、挖掘算法的效率和准确率都有更高的要求。传统数据挖掘算法很少考虑图像数据和领域知识对算法的指导作用，无法满足医学领域的要求，不适于医学图像数据挖掘。.本项目将针对医学图像的特点，以脑部图像为例，集中研究领域知识指导下的高效高准确度的医学图像挖掘问题，拟提出基于具有诊断意义的关键像素区域(ROI)、医学图像序列和与图像相关病史文本的挖掘新思路。在这一思路指导下，提出优化算法减少频繁项集和关联规则的生成，提高挖掘速度和挖掘知识质量；构造新的分类模型，提高分类速度、准确率和可靠性；提出图像序列相似模式的概念，提高相似形搜索的效率和准确率；提出ROI和医学图像序列两级聚类策略，提高聚类的速度和准确率