基于字典统计耦合归一化多重距离的图像检索算法

目的针对当前彩色图像检索技术容易受到色彩的干扰,使其鲁棒性不强等不足,提出一种字典统计耦合归一化多重距离的彩色图像检索算法。方法首先将图像量化并转换成一维信号,然后引入字典统计,将一维信号进行字典编码,并计算编码后的图像多样值,在归一化字典距离的基础上嵌入字典编码图像的多样值,从而定义归一化多重距离(NMD)的相似度量准则,利用NMD对查询图像与数据库图像的多样值进行比较与识别,搜索出与查询图像具有相同特征的最相似图像,完成目标检索。结果在COREL数据库的实验结果表明,相对于当前常用的检索技术,该检索算法具有更高的查准率和查全率,可对彩色图像完成精确检索,有效减低了色彩对检索性能的干扰。结论文中算法具有较好的检索精度,能够较好地用于医疗、商标等领域的目标检索。

美国国立癌症研究所SEER数据库概述及应用

美国国立癌症研究所"监测、流行病学和结果数据库"SEER是北美最具代表性的大型肿瘤登记注册数据库之一,收集了大量循证医学的相关数据,为临床医师的循证实践及临床医学研究提供了系统的证据支持和宝贵的第一手资料。介绍了SEER的基本情况、获取方式以及数据库结构等,对SEER的数据字典进行了较详细的描述;解读了SEER主要的统计分析报告;收集了近年来国内外基于SEER数据的部分临床应用案例,并对SEER数据库的未来应用进行了讨论与展望。