基于稀疏表示技术的大规模医学图像检索新方法研究

项目名称： 基于稀疏表示技术的大规模医学图像检索新方法研究

项目编号： No.61202264

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 马煜

作者单位： 复旦大学

项目金额： 22万元

中文摘要： 现有的大规模医学图像检索方法在精度和速度方面无法满足实际应用的需求。本项目提出一种新思路，探索最新的稀疏表示技术在大规模医学图像检索中的应用，以突破检索精度和速度的瓶颈，为医学图像检索系统实用性的增强提供新方法和理论基础。 首先采用特征包技术综合医学图像的各类特征，通过训练产生过完备的特征字典，并对特征包进行稀疏投影以得到稀疏特征，获得比现有方法更好的特征融合效果，从而提高检索精度；此外，稀疏字典和稀疏表示系数的数据量远小于传统特征的数据量，可显著降低特征存储空间。然后利用稀疏特征相似性度量和索引算法进行检索，计算量低于传统特征的相似性度量和索引，提高了检索速度。最后利用相关反馈技术对系统各部分的算法进行修改，获取最好的总体性能。总之，基于稀疏表示技术的新方法有望在检索精度、速度和存储空间等性能上超越现有方法，对大规模医学图像检索系统综合性能的提高具有重要意义。

中文关键词： 医学图像检索；稀疏表示；医学信息系统；；

英文摘要： Current large-scale medical image retrieval methods do not meet the requirements of precision and speed for practical applications. In this project, a novel idea is proposed to explore the adoption of sparse representation techniques for large-scale medic

英文关键词： medical image retrieval；sparse representation；medical information system；；