医学图像感兴趣区域的自动提取-计算机应用研究
第 12 期 何 楚等: 医学图像感兴趣区域的自动提取 1·57 ·
医学图像感兴趣区域的自动提取*
何 楚, 彭文敏, 李吉星, 廖孟扬
( 武汉大学 电子信息学院, 湖北 武汉 430072)
摘 要: 针对医学图像归档与通信系统通过视频采集和胶片扫描产生的海量图像数据, 提出了一种感兴趣区域
自动提取和归一化的预处理算法。该算法具有时间复杂度低, 无须人工干预, 不会对提取的感兴趣区域图像数
据造成任何损耗等特点, 适合海量医学图像数据库的批量处理。将其应用于基于图像内容的归档与查询算法
中, 作为图像提取特征前的预处理算法 , 实验数据证明较传统直接针对原始采集图像, 可有效改善特征提取准确
度, 提高查询精度。
关键词: 感兴趣区域 ; 自动提取; 预处理算法 ; PACS
中图法分类号: TP391 文献标识码 : A 文章编号 : 1001- 3695( ) 12- 0157- 03
Automatic Extraction of ROI in Medical Image
HE Chu, PENG Wen-min, LI Ji-xing, LIAO Meng-yang
( School of Electronic Information, Wuhan University, Wuhan Hubei 430072, China)
Abstract: A pretreatment algorithm of automatic extraction of ROI( Region Of Interested) is presented, which aims at daily
data generated from Picture Archiving and Communication System( PACS) , especially those video-captured and film-scanned
images. It can be no harm to the ROI data, less time-consuming and no manual-intervened, which befits the batch pretreat-
ment of magnanimity images database. The experiment prove that this algorithm can effect in raising the performance of the
subsequent program in content-based images query.
Key words: Region Of Interested( ROI) ; Automatic Extraction; Pretreatment; PACS
图像是人类最重要的一种信息来源, 随着计算机技术的发 兴趣区域的算法[ 3, 4] , 如 Snake 算法、人工神经网络方法、统计
展, 多媒体特别是图像信息成为今天计算机应用和处理对象的 方法等, 大多针对辅助诊断或模式识别应用, 感兴趣区域划分
核心。在医学领域, 近十年来, 各类医学图像已成为现代医疗 较细致, 因此算法一般过于复杂: 或者需要人工干预, 或者时间
中的一门基础性诊断技术, 医学成像设备几乎在所有的医院得 复杂度很大。而在图像数据库中, 图像数据量非常庞大, 根本
到运用, 医生对病情的诊断越来越依赖于医学图像所提供的信 无法逐一进行人工干预或者容忍长时间运算; 而且作为医学应
息。随着无胶片方式的数字化图像在临床诊断中的运用成为 用, 提取的感兴趣区域数据不能有任何损耗, 但作为海量数据
可能, 由于它具有的传统图像无法比拟的优越性
