14、基于文本和内容的医学图像检索

基于文本和内容的医学图像检索

1 引言

随着医学影像数据的迅速增长，医学图像检索成为医学研究和临床实践中的一个重要课题。图像检索的目标是从大型影像数据库中检索出与查询临床相关的图像集合。图像之间的相关性通常通过两种方式计算：基于文本和基于内容。基于文本的方法依赖于与图像相关的手动文本注释或标题，而基于内容的方法则基于图像本身的视觉内容，如颜色和纹理。虽然基于文本的检索更符合人类的高层次期望，但它受限于耗时的注释过程。相反，基于内容的检索可以自动提取视觉特征，适用于高通量处理，但由于低级视觉特征与高级人类期望之间的差距，其性能通常不如基于文本的方法。本章将探讨基于文本和内容的医学图像检索方法及其在VISCERAL检索基准测试中的应用和表现。

2 方法概述

2.1 特征提取

特征提取是图像检索的核心步骤之一，包括文本特征和视觉特征的提取。以下是两种特征提取方法的详细介绍：

2.1.1 文本特征提取

文本特征提取主要依赖于与图像相关的手动文本注释或标题。这些注释通常包括解剖病理学术语，这些术语是从放射学报告中提取并映射到RadLex术语表的。RadLex是一种统一的放射学术语表，可用于标准化索引和检索放射学信息资源。

2.1.2 视觉特征提取

视觉特征提取基于图像本身的视觉内容，如颜色、纹理、形状等。通过自动提取这些视觉特征，可以实现高通量处理。常用的视觉特征提取方法包括但不限于：

• 颜色直方图 ：描述图像中像素的颜色分布。
• 纹理特征 ：如灰