基于案例推理的医学图像智能诊断系统研究

摘要

医学计算机辅助诊断与医学影像系统的结合逐渐成为一个新的研究热点，它涉及几个交叉学科领域。因此，要实现一个医学影像辅助诊断系统是一个复杂的过程，它要求既要有丰富的医学影像诊断学知识，又要有较高的相关计算机技术，特别是计算机图形学、图像处理等技术。辅助诊断系统中的影像处理模块是研究开发的重点和难点。 本文在充分调研医疗诊断系统及方法的基础上，针对现有基于规则推理（Rule-base Reasoning，RBR）的医疗诊断专家系统的不足，研究了基于案例推理（Case-based Reasoning，CBR）的医疗诊断专家系统。分析了图像案例知识的表示内容和方法。案例采用框架进行表示，将案例编号、案例类别、案例特征属性、诊断结果、治疗方案和辅助属性作为案例表示的内容。对案例库的组织结构作了详细的设计。案例库采用两级结构进行组织：代表案例库和具体子案例库。采用最大相似度法对原始案例库进行聚类分析，构造出各个子案例库，在各子案例库中使用求取“案例间相似度最大和”的办法找出代表案例。设计了基于概率统计理论的属性权值的计算方法。实验结果表明该算法易于实现，性能良好，计算出的权值能准确反映各属性在实际诊断问题中的重要程度。本文对系统的关键技术做了全面的研究和讨论，包括案例的检索、案例的修改、案例的学习和案例库的维护。其中，案例检索是系统的核心步骤。本文采用分阶段的近邻检索策略对案例进行检索。这种策略结合两级案例库的组织结构减少了案例检索的次数，提高了检索效率。

目录

文摘

英文文摘

声明

第1章绪论

1.1引言

1.2专家系统概述

1.2.1专家系统的发展过程

1.2.2专家系统的主要推理模式

1.3专家系统在医学上的应用

1.3.1国外的研究现状

1.3.2国内的研究现状

1.4研究目的与内容

1.5本论文的框架

第2章图像处理和分析关键技术

2.1引言

2.2图像处理过程综述

2.2.1分割

2.2.2配准

2.2.3融合

2.2.4识别

2.3图像分割技术

2.3.1基于区域的分割方法

2.3.2基于边缘的分割方法

2.3.3基于统计学的分割方法

2.3.4基于人工神经网络的分割方法

2.3.5基于模式识别的分类与聚类方法

2.3.6结合模糊理论的分割方法

2.3.7基于混合的分割方法

2.4本系统应用的图像处理技术

2.4.1基于HIS色度空间的图像预处理

2.4.2基于四叉树的迭代分裂合并算法

2.5本章小结

第3章图像案例组织方法研究

3.1医学影像分析与诊断思维过程

3.1.1影像诊断过程的基本环节

3.1.2阅片程序

3.1.3影像意见的几种形式

3.2图像案例的内容

3.3图像案例的表示

3.3.1框架表示法

3.3.2案例特征属性值的确定

3.3.3图像案例表示示例

3.4案例的属性权值

3.4.1基于概率统计的权值计算方法

3.4.2新案例的权值确定方法

3.5案例库的组织

3.5.1案例库的两级组织结构

3.5.2子案例库的构造

3.5.3代表案例库的构造

3.6本章小结

第4章案例推理关健技术研究

4.1案例检索概述

4.2分阶段的近邻检索策略

4.2.1 K近邻检索法

4.2.2分阶段的近邻检索策略

4.3案例修改

4.3.1案例修改的一般方法

4.3.2本系统应用的修改方法

4.4案例学习

4.5案例检索实例

4.6案例库维护

4.7本章小结

第5章案例推理中聚类算法的研究

5.1概述

5.2特征加权C均值聚类算法

5.3基于特征加权C均值聚类算法的案例索引和检索

5.4实验结果

5.4.1特征加权C均值聚类算法的聚类性能

5.4.2基于案例索引方案的案例检索性能

5.5本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢