随着医学图像数据量迅速膨胀,基于内容的图像检索(CBIR,Content-based Image Retrieval)技术在医学辅助诊断中越来越得到重视。论文针对压缩和非压缩域两类医学图像,着重研究和探索了基于低层视觉特征的医学图像内容分析和检索技术。 论文首先论述了CBIR的基本概念、研究内容、系统构成等关键技术,进而针对颜色特征,研究了一种基于HSV空间的量化算法;为弥补颜色量化带来的空间信息损失,并充分利用医学图像的彩色纹理,继而提出了基于颜色纹理共生矩阵模型;为综合运用颜色、纹理、形状等视觉特征,并提高系统的自学习能力,提出了一种基于特征融合与用户反馈的结肠镜图像检索算法。 为提高临床上大量存在的JPEG压缩域医学图像的检索效率和速度,论文在简述JPEG压缩技术的基础上,结合JPEG压缩域的DICOM放射图像,探索了基于DCT系数直方图统计特征的非完全解码图像检索方法。 论文在大量算法研究的基础上,研发了一套基于压缩/非压缩域的原型实验系统,进而对上述算法进行了实验研究,表明了文中算法的有效性和可行性,取得了满意的实验结果。 论文研究结果可望进一步推广到PACS、HIS、RIS等临床医学图像管理系统中。