基于本体和相似度匹配的DICOM医学图像语义检索

针对DICOM医学图像的海量存储,而且医学图像对诊断的重要性,本文把本体论的思想引入到DICOM图像检索中,对DICOM医学图像模型进行了语义扩展,建立了DICOM医学图像本体模型,最后分析了DICOM医学图像的标注和检索过程,讨论基于本体的DICOM医学图像检索模型.     

基于本体的DICOM医学图像检索

当前的一些医学图像存档和通讯系统（PACS）中对图像的检索只能通过与图像本身无关的信息来进行检索,不能基于图像语义检索。本文应用本体的概念来描述DICOM医学图像,提出了医学图像本体的框架,对DICOM信息模型进行了扩展。     

基于DICOM的医学图像存储模型设计与实现

提出了医学图像存储模型,该模型由数据库服务器和Receiver中间件两大部分组成。首先,根据DICOM标准建立标准数据库;然后,Receiver中间件将DICOM图像文件解码为数据元素,并依据过滤规则将数据元素映射入数据库,完成医学图像的数据库存储。DICOM标准、数据库技术、元素过滤有效地降低了数据冗余,提高了检索效率。该模型比基于文件的存储模型更好地解决了PACS系统中医学图像在线存储问题。     

DICOM文件头信息读取及解析

DICOM作为医学图像存储和传输的标准,涵盖了医学数字图像的采集、归档、通信、显示及查询等几乎所有信息交换的协议,并且结构化地定义了医疗图像设备制造厂商的兼容性申明.通过分析DICOM文件的构成,解析DICOM文件头的组成和内容,实现对DICOM文件头的信息读取,并利用所获得的信息,进一步读取DICOM文件中的数据集存储内容,是读取DICOM文件的基本解析过程,可以将对DICOM文件的读取,从程序开发商的集成平台中分离出来,在结合图像显示程序之后,作为独立的DICOM文件读取程序使用.     

基于DICOM的数据组织及医学图像序列提取方法研究

DICOM标准是应用在PACS系统中的一个医学数字成像和通信的国际标准,文章在深入研究DICOM标准的基础上,结合在实际中开发PACS系统的相关经验,对基于DICOM的数据组织层次进行了较为深入的分析,给出了提取DICOM文件中相关属性信息并解析分离图像数据信息的一般方法,最终提取出基于DICOM标准的医学图像序列。     

一种医学图像数据库存储方案设计与实现

本文通过借鉴对象关系数据库的存储理论,结合医学图像的特点及DICOM标准的相关内容,对医学图像数据库的存储方案进行了设计及初步实现.初步实现了医学图像基本信息表的存储功能,包括图像的存储和显示,这些基本信息可以人工输入,也可从DICOM文件中直接导入.     

基于深度语义信息的查询扩展

随着互联网时代的到来,搜索引擎开始被普遍使用。在针对冷门数据时,由于用户的搜索词范围过小,搜索引擎无法检索出需要的数据,此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务。基于全局文档分析的查询扩展方法,提出结合神经网络模型与包含语义信息的语料的语义相关模型,来更深层地提取词语间的语义信息。这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持,从而分析词语间的可扩展关系。在近义词林、语言知识库“HowNet”义原标注信息等语义数据中抽取局部可扩展词分布,利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布。在与分别基于语言模型和近义词林的查询扩展方法对比实验中,使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率;尤其针对冷门搜索数据时,语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点。     

基于深度语义信息的查询扩展

随着互联网时代的到来，搜索引擎开始被普遍使用。在针对冷门数据时，由于用户的搜索词范围过小，搜索引擎无法检索出需要的数据，此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务。基于全局文档分析的查询扩展方法，提出结合神经网络模型与包含语义信息的语料的语义相关模型，来更深层地提取词语间的语义信息。这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持，从而分析词语间的可扩展关系。在近义词林、语言知识库“HowNet”义原标注信息等语义数据中抽取局部可扩展词分布，利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布。在与分别基于语言模型和近义词林的查询扩展方法对比实验中，使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率；尤其针对冷门搜索数据时，语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点。     

DICOM文件剖析及读取设计

随着数字成像技术的高速发展,医学成像设备层出不穷。DICOM标准在这些医学设备上的应用,实现不同厂家不同类型的数字成像设备之间的通信,它涵盖医学图像和通信。医学影像存储与通信系统（PACS）正是依赖于此标准,对DICOM标准的学习是开发PACS的首要任务。     

基于Android平台医学图像处理系统

介绍基于DICOM标准的医学图像文件格式和数据元素结构,提出提取DICOM标准的医学图像文本信息和图像数据信息的方法,开发设计基于DICOM标准医学图像在Android平台下显示和处理系统。首先由Android手机从SD卡上获取DICOM图像,通过像素的转换得到Bitmap对象,再显示以及处理图像。该系统实现了DICOM医学图像文件在Android平台上读取、显示以及处理,显示以及处理效果良好,速度快。     

A service based approach for medical image distribution in healthcare Intranets

The Digital Imaging and Communications in Medicine (DICOM) protocol is currently the ubiquitous standard for the communication of medical images and related data within the radiology department. However, seamless image distribution within the healthcare enterprise and especially with research and educational information systems is still hard to achieve, as software developers of such third-party applications have to go through the rather cumbersome task of adapting the DICOM communication model and implementing the DICOM protocol. This paper gives a brief outline of current trends in medical image distribution in the healthcare enterprise, and proposes a new technological approach for distributing DICOM images and related data through commonplace Internet technologies, based on the emerging web services software paradigm. In particular, the paper describes the DICOM Image Management (DIM) web service which acts as a fa?ade for conventional DICOM sources allowing DICOM image data and related information, to be transformed into XML documents encapsulated in SOAP messages, enabling integration at the application level through general purpose standardized web technologies. Implementation issues are discussed and a demonstration of engaging the DIM web service is included.     

db4OWL: An Alternative Approach to Organizing and Storing Semantic Data

The complex structure of semantic data still poses a challenge in storing, querying, and organizing Web information. Although researchers have proposed various semantic database system approaches over the years, it seems that most systems have tried to provide industrial-strength scalability too soon. Consequently, most semantic databases still rely on the relational model of storing data and still use SQL-like query languages for data retrieval. The db4OWL semantic database prototype addresses many of the shortcomings of current systems and features native OWL-querying as well as the ability to store and query multiple ontologies concurrently.     

一种基于图像高层语义信息的图像检索方法

由于基于图像高层语义信息的图像检索与传统的图像特征匹配检索相比，在检索的准确性、结果相关性以及降低误检率等方面具有明显的优势，因此高效的图像检索方法应该充分利用图像蕴涵的高层语义信息。为了利用图像的高层语义信息来进行图像检索，在深入研究图像高层语义的低层特征描述的基础上，提出了图像语义的层次划分，并对每个高层语义层提出了语义抽取和检索算法。实验结果表明，该检索算法可以有效地对图像高层语义信息进行提取，并可作为新型高效图像检索系统的一个模型。     

Ontology driven semantic profiling and retrieval in medical information systems

We propose the application of a novel sub-ontology extraction methodology for achieving interoperability and improving the semantic validity of information retrieval in the medical information systems (MIS) domain. The system offers advanced profiling of a user’s field of specialization by exploiting the concept of sub-ontology extraction, i.e., each sub-ontology may subsequently represent a particular user profile. Semantic profiling of a user’s field of specialization or interest is necessary functionality in any medical domain information retrieval system; this is because the (structural and semantic) extent of information sources is massive and individual users are only likely to be interested in specific parts of the overall knowledge documents on the basis of their area of specialization. The prototypical system, OntoMOVE, has been specifically designed for application in the medical information systems domain. OntoMOVE utilizes semantic web standards like RDF(S) and OWL in addition to medical domain standards and vocabularies encompassed by the UMLS knowledge sources.     

基于语义的图象检索方法研究综述

对于当前基于内容的图象检索（CBIR）系统来说,在用户的信息需求和千丝万缕诉功能之间存在着重大的差距,要进一步提高现有图象检索系统的能力,需要对图象的内容进行语义描述,对图象的多层语义模型和图象语义的知识表示作了概括性介绍,重点讨论了一些将图象的低层视觉特征映射到图象高怯事义的方法,并指出了利用语义进行图象检索急需解决的一些问题。     

利用VTK的DICOM图像的显示与信息读取

DICOM文件是医学图像的专用格式,对DICOM格式数据的提取是医学图像处理的基础工作。Vtk在图像处理、可视化方面具有极强的能力,5.0以上版本更为DICOM格式增添了相应的类与函数,可以很方便的访问DICOM文件的数据。     

一种DICOM图像数据库储存系统的设计与实现

针对临床教学中使用的医学图像临床信息丢失的问题．提出一种基于DICOM文件格式的图像数据库存储方案。通过对DICOM文件的分析,提取图像数据和病人信息独立存储,更好地保存医学影像的临床信息,提高DICOM文件的使用效率     

Complementary relevance feedback-based content-based image retrieval

We propose a complementary relevance feedback-based content-based image retrieval (CBIR) system. This system exploits the synergism between short-term and long-term learning techniques to improve the retrieval performance. Specifically, we construct an adaptive semantic repository in long-term learning to store retrieval patterns of historical query sessions. We then extract high-level semantic features from the semantic repository and seamlessly integrate low-level visual features and high-level semantic features in short-term learning to effectively represent the query in a single retrieval session. The high-level semantic features are dynamically updated based on users’ query concept and therefore represent the image’s semantic concept more accurately. Our extensive experimental results demonstrate that the proposed system outperforms its seven state-of-the-art peer systems in terms of retrieval precision and storage space on a large scale imagery database.