数字医学图像的数量正迅速增加,而当前落后的图像检索技术限制了对大量医学图像的有效利用。本项目探索通用医学图像检索中的关键方法和技术,主要围绕着跨媒体语义医学图像检索展开研究。"跨媒体"体现在互补地利用图像和文本信息提供多种检索方式,"语义"体现在通过图像自动分类技术自下而上地缩小图像特征表示与人类视觉认知间的"语义间隔",通过基于概念的索引自上而下地缩小语义间隔,通过相关反馈技术动态地缩小这一间隔。主要研究内容包括:1)跨媒体语义医学图像检索框架2)结合特征选择的层次图像分类 3)基于概念的索引4)结合图像和文本信息的检索机制 5)相关反馈技术。通过在这些研究内容上的探索和创新,开发出高效的医学图像检索技术,为医学图像资源的充分利用,医疗服务质量和效率的提高打下坚实的技术基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
监管的非对称性、盈余管理模式选择与证监会执法效率?
基于SSVEP 直接脑控机器人方向和速度研究
内点最大化与冗余点控制的小型无人机遥感图像配准
水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应
基于跨媒体语义关联模型的图像检索技术研究
跨媒体语义映射与智能检索关键技术研究
基于医学图像模糊内容检索的关键技术研究
基于语义和内容的医学图像检索理论的研究