【摘 要】
：
随着医学影像存储的急剧增加,人们迫切需要挖掘出隐藏在这些海量图像数据背后的有用信息。利用这些信息可以帮助医生对患者病情做出有效的诊断或方便专家对某些疾病进行更好
论文部分内容阅读
随着医学影像存储的急剧增加,人们迫切需要挖掘出隐藏在这些海量图像数据背后的有用信息。利用这些信息可以帮助医生对患者病情做出有效的诊断或方便专家对某些疾病进行更好的研究。本文首先分析国内外学者在医学图像挖掘领域所做的工作和取得的成就,然后针对医学图像挖掘所涉及的一些关键技术和相关算法进行分析和研究。在此基础上,针对人脑CT图像中的感兴趣区域ROI关联模式进行挖掘。主要研究内容和创新点如下：(1)医学图像的预处理。首先,对医学图像中的感兴趣区域ROI进行提取。其次,结合医学图像领域知识定义ROI的特征属性,并用Matlab进行提取。最后,根据ROI的特征属性对ROI进行聚类。(2)研究目前存在的两类较有影响的关联规则挖掘算法,以Apriori算法为代表的产生候选-验证模式算法和以FP-growth算法为代表的直接产生频繁项集算法。(3)基于对FP-growth算法的研究,本文提出基于差值约束的Diff_FIMA算法,并将该算法用挖掘人脑CT图像中ROI的关联模式。(4)基于对类Apriori算法的研究,本文提出一个基于关联图和特征矩阵的关联规则挖掘算法GMA,该算法针对候选项集的产生和计算复杂度两个方面进行改进,并将其应用在人脑CT图像中ROI的关联模式挖掘。
其他文献
逆向工程是近年来发展非常迅速的一个研究领域,应用领域非常广泛,是CAD/CAM领域缩短产品再设计与制造周期的重要技术之一。而曲面重构问题正是逆向工程中的关键内容。而随着
随着数据规模的不断扩大和用户数量的急剧增加,传统的结构化数据库访问面临的压力越来越大,提高MySQL等结构化数据库的读写性能成了一个亟待解决的问题。Redis内存数据库将所
随着微电子技术、通信技术和嵌入式计算技术的发展与进步,无线传感器网络得到了广泛地应用,并引起了国内外研究人员的的极大关注。为此,本文对无线传感器网络中具有重要意义
随着互联网应用的日渐多样化,在实际的互联网应用中,存在着大量对名人、明星、罪犯、热门图像等特定人脸图像的搜索需求。传统的文本检索具有检索方式单一的局限性以及检索精
随着Web2.0时代的到来，用户在互联网上发布信息的门槛变得越来越低，使得互联网上的信息量变得极其庞大。博客作为一种典型的Web2.0应用，以其简单、方便的使用方式吸引着越来越多
数据流作为一种新型的数据模型,在许多应用诸如网络流量管理、金融数据处理、交通治理以及电子商务中都扮演着重要的角色。在数据流挖掘技术日益得到广泛关注的今天,多数据流
医学图像三维重建是一个多学科交叉的研究领域,是计算机图形学和图像处理技术在生物医学工程中的重要应用。它涉及到数字图像处理、计算机图形学以及医学领域的相关知识。医
目前大量有用信息以文本形式存在,因此如何快速对大规模的文本分类成为亟待解决的问题。为应对这一问题,文本自动分类应用而生。文本自动分类结合了统计方法和机器学习理论,
随着互联网的普及与电子商务的快速发展，用户在选择商品时面临越来越严重的信息超载问题，协同过滤推荐系统应运而生．它依据其他用户对信息做出的评价来向用户提供商品推荐，帮助用
随着个性化推荐技术的以及用户兴趣建模技术的研究发展,个性化推荐服务已渗透到了诸多领域。传统的用户兴趣建模技术中,基于本体或分类的用户兴趣模型因其允许用户兴趣预测等