随着医学成像技术的不断发展,患者的各类扫描图像呈爆发式增长,医务人员的工作量日益繁重,基于内容的医学图像检索(Content-based Medical Image Retrieval,CBMIR)系统可以精准地辅助医务工作者决策,减轻医务工作者的负担。基于此,笔者...随着医学成像技术的不断发展,患者的各类扫描图像呈爆发式增长,医务人员的工作量日益繁重,基于内容的医学图像检索(Content-based Medical Image Retrieval,CBMIR)系统可以精准地辅助医务工作者决策,减轻医务工作者的负担。基于此,笔者综述了CBMIR方法,着重探讨了特征提取、特征融合、相似性度量等的主流算法,跟踪其研究成果,并对CBMIR技术的未来研究方向进行了展望。展开更多
早期筛查病因和诊断病情已被证明可以显著提升癌症患者的存活率,因此准确解读医学图像成为早期癌症筛查的关键。基于内容的医学图像检索系统(Content-based Medical Image Retrieval, CBMIR)能够对输入医学图像进行特征提取得到对应图...早期筛查病因和诊断病情已被证明可以显著提升癌症患者的存活率,因此准确解读医学图像成为早期癌症筛查的关键。基于内容的医学图像检索系统(Content-based Medical Image Retrieval, CBMIR)能够对输入医学图像进行特征提取得到对应图像的特征表示,最后通过相似性度量的方法找出相似病例的诊断资料反馈给医生,可以大大减少误诊率。文章主要介绍了基于深度学习医学图像特征提取方法,并对医学图像特征提取方向做了总结与展望。展开更多
文摘随着医学成像技术的不断发展,患者的各类扫描图像呈爆发式增长,医务人员的工作量日益繁重,基于内容的医学图像检索(Content-based Medical Image Retrieval,CBMIR)系统可以精准地辅助医务工作者决策,减轻医务工作者的负担。基于此,笔者综述了CBMIR方法,着重探讨了特征提取、特征融合、相似性度量等的主流算法,跟踪其研究成果,并对CBMIR技术的未来研究方向进行了展望。
文摘早期筛查病因和诊断病情已被证明可以显著提升癌症患者的存活率,因此准确解读医学图像成为早期癌症筛查的关键。基于内容的医学图像检索系统(Content-based Medical Image Retrieval, CBMIR)能够对输入医学图像进行特征提取得到对应图像的特征表示,最后通过相似性度量的方法找出相似病例的诊断资料反馈给医生,可以大大减少误诊率。文章主要介绍了基于深度学习医学图像特征提取方法,并对医学图像特征提取方向做了总结与展望。
