[发明专利]一种基于对象空间位置关系的医学图像检索方法

说明书

技术领域

本发明涉及图像分割及特征提取处理，属于图像处理领域。

技术背景

随着现代影像和图像处理技术的深入发展，近年来可供临床、教学和研究使用的医学图像数量正在迅速膨胀，例如仅University Hospital ofGeneva放射科每天产生的图像数量就达12000幅。所以，在众多的图像中，医学工作者和相关科研人员如何快速、准确地找到所需要的图像成为急待解决的问题。

自从20世纪70年代以来，在数据库系统和计算机视觉两大研究领域的共同推动下，图像检索技术逐渐成为一个非常活跃的研究领域。早期的图像检索使用的是文本标注方法(Text-base Image Retrieval，TBIR)，当时流行的图像检索系统是将图像作为数据库中存储的一个对象，用关键字或自由文本对其进行描述。查询操作是基于该图像的文本描述进行精确匹配或概率匹配，有些系统的检索模型还有词典支持。然而，完全基于文本的图像检索技术存在着严重的问题。目前的计算机视觉和人工智能技术都无法对图像进行自动文本标注，而必须依赖人工对图像做出标注。这项工作不但费时费力，而且手工标注往往是不准确或不完整的，还不可避免地带有主观性。

医学图像不同于一般图像，医学图像灰度分辨率高、空间分辨率高、图像相似性大、所含信息量大、颜色类型少等特点，因此，基于视觉特征(内容)的图像检索技术CBIR更适合。

基于内容的图像检索技术至今已有十多年的发展历史，由于此项技术的广阔的应用前景和巨大的商业价值，因此迅速成为研究热点，各种利用图像的内容，如颜色、纹理、形状等图像视觉特征检索图像的技术应运而生。其基本思想是根据图像所包含的色彩、纹理、形状及对象的空间关系等信息，建立图像的特征矢量，检索方法是根据图像的多维特征矢量进行相似性匹配。这项技术涉及计算机视觉、图像处理、图像理解、人工智能、机器学习、统计学、数据库及心理学等众多领域的技术。其应用领域涉及到多媒体数据库、军事领域、建筑和工程设计、时尚和室内装演设计、旅游业和广告业、地理信息系统和遥感系统、电子图书馆、商标管理、医疗图像管理、公安系统以及卫星图像管理等，是一个很有发展前途的研究方向。

目前，各大研究机构和公司，如IBM、MIT、Columbia、Stanford、UIUC、UCSB、Berkeley、Microsoft等都推出了各自的图像检索系统。图1给出了一个典型的CBIR系统的基本结构框架，系统主要由图像查询子系统和图像数据库子系统两部分组成，数据库子系统的主要功能是建立和维护整个图像库及相关文件，其核心是视觉特征提取与识别技术。图像查询子系统的主要功能是负责与用户的交互和度量数据库中图像与用户提交的查询图像之间的相似性。当用户提交查询图像后，对它进行分析并提取特征矢量，按照相应的相似性度量准则在图像库中进行匹配，最后根据相似度顺序把查询结果返回给用户。

图像的视觉特征的提取和表达是基于内容的图像检索技术的基础。视觉特征可分为通用的视觉特征和领域相关的视觉特征。前者用于描述所有图像共有的特征，与图像的具体类型和内容无关，主要包括颜色、纹理和形状等；后者则建立在对所描述图像内容的某些先验知识或假设的基础上，与具体的应用领域紧密相关，例如，人的面部特征或指纹特征等。本发明则讨论基于通用的对象空间位置关系特征的检索方法。

发明内容

在图像检索处理过程中，一般人们首先通过基于底层特征的分割方法发现物体，然后再通过它们的形状、纹理和拓扑关系等特征来进一步地识别物体。当图像中有明显物体出现时，例如，对于一幅常见的风景画，图像的内容可以由组成这幅风景画的对象(如天空、陆地、山脉、建筑物等)的形状和位置关系等特征来表示，如图2所示。如果另一幅图像也包含有这些相似的对象，我们就认为这两幅图像的内容是相似的。

本发明提出的基于对象空间位置关系的医学图像检索方法正是遵循了上面的原理，概括而言，可以将整个检索过程分为三步：首先，对医学图像进行分割，得到图像中主要对象所占的区域；然后，对每一块区域提取它们的形状和位置关系等特征，作为该对象的特征；最后，根据图像中各对象的特征，计算两幅图像间内容的相似程度，并实现检索。该方法使图像检索可以按照图像对象间的任意空间布局及其属性来计算，为利用底层特征和空间位置关系形成检索提供了新的内容表达方法和计算方法。