主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
潘海为,李建中,张炜.挖掘脑部医学图像序列相似模式.软件学报,2004,15(zk):1-12
挖掘脑部医学图像序列相似模式
Mining Image Sequence Similarity Patterns in Brain Images
  
DOI:
中文关键词:  数据库  数据挖掘  图像挖掘  聚类  相似性搜索
英文关键词:database  data mining  image mining  clustering  similarity retrieval
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60273082(国家自然科学基金);the National high-Tech Research and Development Plan of China under Grant No.2002AA444110(国家高技术研究发展计划(863));the National Grand Fundamental Research 973 Program ofChina under Grant No.G1999032704(国家重点基础研究发展规划(973))
作者单位
潘海为 哈尔滨工业大学计算机科学与工程系黑龙江 哈尔滨 150001 
李建中 哈尔滨工业大学计算机科学与工程系黑龙江 哈尔滨 150001 
张炜 哈尔滨工业大学计算机科学与工程系黑龙江 哈尔滨 150001 
摘要点击次数: 2607
全文下载次数: 2031
中文摘要:
      随着脑部疾病(尤其是脑瘤)发生率的逐年上升,通过挖掘脑部医学图像来发现知识对辅助医生的诊断变得越来越重要.图像挖掘是数据挖掘的重要分支,它不仅仅是数据挖掘简单的扩展到图像领域,而是一个多学科交叉的研究方向周像的聚类和相似性搜索是图像挖掘的两个非常重要的领域.针对医学图像数据库引入了图像序列相似模式(ISSP)的概念,对于各自包含一个图像序列的两个对象,ISSP是指隐藏在他们中的最长相似连续子模式.这些模式在医学图像中是很有意义的,因为对医生来说两个对象相似要比两个图像相似更有意义.设计了新的基于领域知识指导下的算法来发现可能性占位(Pso)和ISSP以支持相似性索引.实验表明,该研究对医生的辅助诊断有比较好的效果.
英文摘要:
      The high incidence of brain disease,especially brain tumor,has increased significantly in recent years.It is becoming more and more concernful to discover knowledge through mining medical brain image to aiddoctors’diagnosis.Image mining is the important branch of data mining.It is more than just an extension of data mining to image domain but an interdisciplinary endeavor.Image clustering and similarity retrieval are two basilic parts of image mining.In this paper,we introduce a notion of image sequence similarity patterns(ISSP)for medical image database.ISSP refer to the longest similar and continUOUS sub.patterns hidden in two objects each of which contains an image sequence.These patterns are significant in medical images because the similarity for two medical images is not important,but rather,it is the similarity of objects each of which has an image sequence that is meaningful.We design the new algorithms with the guidance ofthe domain knowledge to discover the possible space occupying(PSO)in bain images and ISSP for similarity retrieval.The experimental results demonstrate that the results of similarity retrieval are meaningful and interesting to medical doctors.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利