论文部分内容阅读
数字病理切片在数据存储以及结构分析方面都显现出了常规切片所不具备的优势，基于内容的数字切片的检索技术也正逐步被病理医生所接受，使得机器学习方法辅助医学图像诊断成为当今研究的热点。基于内容的数字病理切片检索主要研究病理图像低层图像特征和高层语义特征的提取、基于区域的检索、高层索引和相关反馈等技术。低层图像特征包括颜色、纹理、形状等特征，高层语义特征主要针对病理组织特征的提取和描述。本文在研究实现了低层图像特征提取方法(包括RGB颜色特征、HSV颜色特征、Gabor纹理特征、Tamura纹理特征等)的基础上，采用基于语言模型(Bag of words)和分块Gabor纹理特征相结合方法实现高层语义特征的描述。