云服務的醫用專家系統中紅外熱像關鍵技術研究-論文(共17頁)_第1頁
云服務的醫用專家系統中紅外熱像關鍵技術研究-論文(共17頁)_第2頁
云服務的醫用專家系統中紅外熱像關鍵技術研究-論文(共17頁)_第3頁
云服務的醫用專家系統中紅外熱像關鍵技術研究-論文(共17頁)_第4頁
云服務的醫用專家系統中紅外熱像關鍵技術研究-論文(共17頁)_第5頁
已閱讀5頁,還剩13頁未讀 繼續免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、項目名稱 云服務(fw)的醫用專家系統中紅外熱 像關鍵技術研究(ynji) 項目(xingm)負責人(簽名)_ _所在學校(蓋章)_1本項目研究意義及國內外同類研究工作現狀(附主要參考文獻及出處):醫用紅外熱像(Infrared Thermography, IRT)技術是一門新興的綜合性高新技術,具有靈敏精確、成像直觀、信息豐富、無創檢測、簡便經濟等特性,受到國內外學者的普遍關注。紅外熱像儀自上世紀英國醫生將成果應用于臨床以來,目前在醫學領域已取得了廣泛的應用,包括醫學診斷、醫學治療以及大面積的醫學防疫等領域。1)醫學診斷方面根據人體的生理溫度基本規律,熱傳導及散熱現象,生理熱區、生理低溫區及

2、反應性熱區、機體散熱的不均衡性,血管阻力、血液流量分配互補現象,以及腫瘤的Folkman-Michel理論、惡性腫瘤的低溫問題等,紅外診斷以其得天獨厚的優勢被應用于醫學診斷。從上世紀90年代開始,傅里葉變換紅外光譜方法(FT-IR)被應用于腫瘤檢測。國內外多個研究小組已經對常見的人類腫瘤組織(如腸,胃,乳腺,膽囊,肺,肝,口腔等)進行了光譜學特征研究1,2,15-17。目前,一般通過觀察和對比分析正常組織和腫瘤組織的多個譜學參數(如峰位、峰高、峰位差、峰高比等)的差異進行分類判別。特別是軍事醫學科學院國家生物醫學分析中心以及軍事醫學科學院307醫院病理科在長期臨床實驗中,在實驗考察的波長范圍內

3、發現人乳腺癌與良性病變組織在紅外光譜上存在明顯不同的特征,這些光譜特征與細胞發生癌變有關。從癌變組織與良性病變組織的紅外光譜特征出發,可以為乳腺癌的早期診斷提供有益的幫助。然而要想對光譜信息進行深入系統的研究,需要依靠化學計量學方法和計算機技術相結合,克服傳統鑒別方法的局限性、復雜性及主觀性。此外,在一些慢性病的檢測上,如腰椎間盤突出等3,10,18,紅外診斷也越來越凸顯出優勢。2)醫學治療方面在國內外研究的治療方法之中,中醫理療多用于治療慢性病,如風濕病、頸椎病等,而且此類方法多與傳統中醫的針灸、推拿等結合。在使用理療設備發射光線照射病變部位后,通過移動紅外探測設備對病變組織進行照射強度、時

4、間等的控制,最終達到最佳治療效果。此類的應用諸如利用理療設備對穴位照射治療椎動脈型頸椎、利用理療設備輻照治療乙型肝炎肝纖維化4、紅外熱像觀察針刺合谷穴對面癱治療作用5等。3)醫學防疫方面在紅外技術理論中,有“黑體”的概念。黑體是理想化的輻射體,它吸收所有波長的輻射能量,但沒有能量的反射和透過,它是一種與入射輻射的波長和偏振方向、傳播方向無關的物體。在現實中絕對黑體并不存在,而主要是用于理論分析。如果某一物體在任何溫度下的光譜發射率是一個與波長無關的常數,該物體被稱為“灰體”。實際物體在某溫度下的輻射強度與波長的關系是不規則的,因此不是灰體。但在工程計算上為了方便起見,近似把它們都看作是灰體。人

5、體是一個天然的紅外輻射源,可被視為是灰體。研究發現,當皮膚溫度在3038。C之間時,以人體為灰體,套入相關公式計算出紅外測溫儀的工作波段應該在814um,而這個波長范圍屬于大氣窗口,即紅外輻射熱能量并不被空氣所吸收,從而保證了紅外測量人體溫度的準確性6。Hughes早在1985年就將用于工業的通過一定距離測量機器溫度的紅外測溫儀用于檢測人體溫度,并以腸溫作為標準進行對照,結果發現在發熱患者、無發熱患者以及所有患者中的紅外測溫的診斷符合率分別為95、90和92,研究證明紅外用于測溫方法可行,并認為隨著紅外技術的進一步發展,該技術將會成為常規的臨床應用手段7,13-15。人們對紅外體溫檢測技術的更

6、進一步的認識是源于SARS,在“非典”以及2009年全球暴發的“甲型H1N1流感”期間,許多公共場所諸如機場、口岸、醫院均安裝有紅外熱成像儀或紅外點溫儀測量體溫,通過對體溫的監測查找熱源,隔離患病人群或疑似病例,阻斷病源、防止傳播,這為疫情的控制發揮了重要作用。在與這些呼吸道病毒的防疫戰中,紅外技術以其獨特的應用價值起到了重要的作用。深圳口岸為提高口岸傳染病檢出率曾在2007年8月2008年7月間使用紅外熱成像體溫監測系統對入境人員進行數據監測,統計每月發熱病例的檢出率,紅外熱成像體溫監測系統報警的準確率、精確度,最終確認該系統在口岸傳染病防疫中具有較好的應用效果8-10,16-17。與現有的

7、醫學診斷X線、CT、MRI(核磁共振)、B超等成像技術相比,醫用紅外熱像技術還不為人們所熟悉,X線、CT、MRI、B超是針對解剖結構的檢測,而紅外技術則是一種生理學檢測。基于紅外輻射原理,以人體為輻射源,采用先進的紅外掃描技術,探測人體紅外輻射,經過一系列信號處理,把不可見的體表溫度變化轉變為可視性的和可定量的紅外熱圖,與X線、CT、MRI、B超等結構影像有著本質的不同,醫用紅外熱像技術可以實現機能與結構多元信息的轉換和表達,為探索機能信息和結構信息的內在聯系開辟了新的途徑。醫用紅外熱像技術與傳統的檢測技術相比,存在很大的區別,如 REF _Ref384129377 h * MERGEFORM

8、AT 表 1所示。表 SEQ 表 * ARABIC 1:紅外熱像儀與傳統檢測儀的比較X線、CT、MRI、B超紅外熱像儀診斷性質結構影像學功能影像學診斷特點考察病變的組織結構和機理考察病變的新陳代謝,血液循環狀況溫度改變以及神經調節優劣勢檢驗快速,成本較低。對于病變的早期診斷不靈敏,個別檢查有損健康。無損檢查,對于病變部位的早期診斷優勢明顯。診斷成本較高,單次采購較為昂貴。從表中可以看出,醫用紅外熱像技術對結構成像技術的傳統檢測技術(X線、CT、MRI、B超)是一個很好的補充。許多基于結構成像技術不能表現或晚于機能表現的異常信息,卻能通過紅外熱成像技術呈現。例如,在發現腫瘤方面,比CT、核磁共振

9、早發現612個月。和傳統檢測技術相比,醫用紅外熱像儀又是疼痛及軟組織損傷的唯一可查技術11-13。1976年我國首臺醫用紅外熱像儀試制成功,1979年姜宗橋發表了第一篇國產熱像儀臨床應用的報道,表明我國醫用紅外熱像技術的開發和應用的迫切性,然而由于部分關鍵技術僅由美國、以色列、法國等極少數國家掌握,我國的技術研究發展遇到瓶頸。目前國內所用高端的三算子數字式近紅外診斷儀等醫用紅外熱像儀仍由國外進口12。國產醫用紅外熱像儀在性能上也與國際水平有所差異,如 REF _Ref384129385 h * MERGEFORMAT 表 2。表 SEQ 表 * ARABIC 2:醫用熱紅外成像儀國內外廠商數據

10、對比國際國內主要生產廠商MedithermNEC上海維恩偉業紅外醫學科技公司重慶偉聯科技有限公司中電科技集團紅外工程技術有限公司產品價格80-100萬人民幣50萬人民幣溫度分析功能0.010.08-0.05圖像顯示功能0.9-1.0mr1.5-1.0mr由于醫用紅外熱像儀單次采購成本昂貴,我國目前使用的醫用紅外熱像儀僅有200多臺。現有的近1000家的三甲醫院,只有不到10%的比例有紅外熱像儀。因此,各醫院采用的檢測技術,還是以結構性檢測為主,缺乏功能檢測手段。對于疾病的及早預防、及時發現及時跟蹤發展狀況缺乏必要的檢測方式和技術支持。面對我國每年近億計的檢測數量需求,我國醫用紅外熱像儀還存在很

11、大的缺口,市場產品供求潛力巨大。因此,研究醫用紅外熱像的關鍵技術以及研發迫在眉睫。將醫用紅外熱像技術切實有效的應用于實踐,降低成本惠及大眾群體,并結合現代計算機技術的發展潮流,本研究提出基于云計算的醫用紅外熱像儀關鍵技術研究:1)使用云計算技術,減輕計算壓力,降低醫療成本醫用紅外熱像診斷、治療以及防疫所需用的計算量較為龐大,而云計算可以減輕計算壓力。同時,對于一家醫院來說,傳統上需要購買服務器、醫療設備等建立自己的IT體系,但醫院之間的信息共享與實時交流卻很難付諸實踐。而未來借助云平臺,通過IT技術與醫療技術的結合及創新型應用,可以實現以前很多無法實現的東西。通過區域醫療信息共享,為區域內的臨

12、床用戶提供優質的臨床數據瀏覽與使用服務。另一方面,國內優勢醫療資源集中在大型醫院,資源分配極為不均。在云計算概念下,通過IT技術的創新型應用,打造區域醫療信息系統平臺,連接基層醫院和三級甲等醫院的信息共享與遠程診療成為可能,醫用紅外熱像診斷、治療以及防疫可以進行大眾普及化的使用。2)構建專家系統,提高醫用精度,惠及大眾群體醫學信息學是伴隨世界科技進步與發展而脫穎而出的具有現實、使用和超前等性能的學科。由于信息存儲及利用方面受到人腦智能相對局限與簡單的約束或限制,就不可能具有極快的運算速度、極強的記憶能力、極高的邏輯分析與判斷能力。專家系統是指運用一個或多個專家提供的特殊領域知識進行推理和判斷,

13、以求解那些需要專家才能解決的復雜問題的一種智能計算機程序。將醫用紅外熱像技術融入專家系統之中,可以有效提高紅外熱像技術的診斷、治療以及防疫的速度和精度,從而惠及大眾群體。參考文獻1沈世杰, 李清. 人乳腺癌組織的特征紅外光譜研究J. 光譜學與光譜分析, 2000, 20(1): 28-30.2楊子彬. 醫用熱像圖的理論基礎和臨床應用J. 生物醫學工程研究, 2004, 22(3): 1-8.3李慶波, 楊麗敏, 凌曉鋒, 等. SIMCA 法在中紅外癌癥檢測技術中的應用J. 光譜學與光譜分析, 2004, 24(4): 414-417.4王樂新, 趙志敏. 血液的紅外吸收光譜分析及應用研究J.

14、 光譜學與光譜分析, 2002, 22(6): 980-982.5Folkman J.The role of angiongenesis in tumor growth. Seminars in Cancer Biology . 19926Folkman J.What is the evidence that tumors areangiogenesis dependent. Journal of National Cancer Institute . 19907Folkman J,Watson K,Ingber D.Induction of angiogenesis during the t

15、ransition from hyperlasia to neoplasia. Nature . 19898WU Jin-guang,XU Yi-zhuang,WENG Shi-fu,et al. Biopolymers(Biospectroscopy) . 20019王軍, 鄧方閣, 王剛, 等. 紅外熱成像在腰椎間盤突出癥診斷中的地位J. 臨床軍醫雜志, 2010, 38(1): 133-135.10張棟, 彭悅. 針刺合谷穴對面癱治療作用的紅外熱像觀察J. 中醫雜志, 1989, 30(5): 32-34.11懷智勇, 賈冬梅. 推拿結合紅外偏振光穴位照射治療椎動脈型頸椎病療效觀察J.

16、中國康復醫學雜志, 2008, 23(2): 171-172.12李成東, 高良, 游國師, 等. 紅外溫針治療急性痛風性關節發作 126 例J. 內蒙古中醫藥, 2009, 27(12): 38-39.13楊景發, 劉玉穎. 中紅外與短波紅光綜合治療儀的臨床應用與實驗研究J. 紅外技術, 2002, 24(3): 56-58.14黃彤文, 劉春芳, 徐媛, 等. 深圳口岸紅外熱成像體溫監測結果分析J. 中國國境衛生檢疫雜志, 2009, 32(4): 253-255.15鄧方閣, 鄧秀芳, 鐘南山. 紅外技術及其在發熱測溫中的應用J. 中華生物醫學工程雜志, 2010 (2): 174-17

17、6.16Hughes WT,Patterson GG,Thornton D,et al.Detection of fever with infrared thermometry:a feasibility study.J Infect Dis,1985,152:301-306.17Shenep JL,Adair JR,Hughes WY,et al.Infrared,thermistor,and glass-mercury thermometry for measurement of body temperature in children with cancer.Clin Pediatr (

18、Phila),1991,30:36-41.18薛淑磊, 王振輝, 王振鐸. PB 數據庫圖像存儲技術研究J. 電腦知識與技術: 學術交流, 2008 (3): 1320-1323.2主要研究內容、目標、方案和進度及擬解決的關鍵問題:研究內容:為使用云計算技術,減輕計算壓力,降低醫療成本以及構建專家系統,提高醫用精度,惠及大眾群體,本研究擬采用下圖解決方案開展研究。病人或疑似病人通過紅外探測器拍攝圖片,并將圖片信息通過用戶終端傳遞至社區、城鎮、城市醫療點,社區、城鎮、城市醫療點將病人或疑似病人信息傳至云服務器,并進行專家系統診斷,最終給病人診斷結果或治療、防疫建議,病人治愈后的治療案例同樣傳至云

19、服務器以充實專家系統。整個系統工作流程如 REF _Ref384129421 h * MERGEFORMAT 圖 1所示。圖 SEQ 圖 * ARABIC 1系統工作總體流程在這其中,通過紅外探測器的成像技術,將成像結果傳輸到用戶終端,用戶終端將數據經過一定的處理傳輸到用戶終端,醫療點將數據經過圖像數據存儲、醫生的處理等簡單操作,將數據傳遞至云服務器,通過專家系統的圖像模式識別與模式匹配,并在專家系統內進行相關檢索形成診斷、醫療或防疫建議,將建議結果傳遞給醫生,由醫生最終做出診斷、治療或防疫的建議。具體的數據處理流程如 REF _Ref384129421 h REF _Ref384129443

20、 h 圖 2所示。圖 SEQ 圖 * ARABIC 2數據處理流程研究目標基于云計算技術,將系統的專家系統、診療判斷等軟件處理模塊置于云端,提供信息的集中處理模式。以“云信息平臺”為核心的應用模式,具有信息的分析、處理、比對、判斷和推理等功能,簡化了對單臺醫用紅外熱像儀的數據分散處理能力的需求,從而降低單臺設備的購置成本。方案和進度具體的方案及進度如 REF _Ref384316364 h 圖 3所示圖 SEQ 圖 * ARABIC 3項目實施方案擬研究的主要問題1)紅外探測系統在硬件方面,本課題以紅外熱像儀為基礎,通過云臺以及設計完成的控制終端,對熱像儀進行控制,控制終端以及云臺都與Inte

21、rnet相連實現最終的控制指令,具體如 REF _Ref384129453 h 圖 4所示,控制內容有四個方面:由控制終端發送指令,控制熱像儀的機械運動,以調整到熱像儀的最佳成像視角;由云臺以及控制終端測算相關數據,以構成成像的最佳參數控制;有控制終端發送指令,進行拍攝;拍攝結果,由控制終端進行與云臺以及Internet通訊,實現數據傳輸。圖 SEQ 圖 * ARABIC 4紅外熱像儀的工作流程在此系統中,紅外熱像儀是關鍵的探測設備,紅外熱像儀是通過非接觸探測紅外能量(熱量),并將其轉換為電信號,進而在顯示器上生成熱圖像和溫度值,并可以對溫度值進行計算的一種檢測設備。醫用紅外熱像儀的硬件部分主

22、要由光學系統、紅外探測器、熱圖采集與預處理電路以及圖像顯示和處理等模塊組成,其中紅外探測器是整個紅外成像系統的關鍵。本研究中采用的是TAU2 640非制冷紅外探測儀(已購置),其技術指標如表3所示。表 SEQ 表 * ARABIC 3: TAU2 640非制冷紅外探測儀技術指標參數技術指標探測器類型非制冷氧化釩長波紅外探測儀tau640像素640512像源尺寸17微米(tau640,tau336);25微米(tau320)光譜范圍7.5- 13.5mNETD值輸出模擬視頻NTSC和PAL可選Quark64030赫茲(NTSC);25赫茲(PAL);9hz美國出口型(出廠設置)數字視頻8或14位

23、LVDS;8或14位并行CMOS;8bit BT. 656TAU2 640非制冷紅外探測儀采用的成像技術與照相機類似,由非晶硅電阻輻射計通過微橋結構連接到硅讀出集成電路, 將光信號轉換為表征熱輻射的圖像電信號。即用鏡頭將目標成像在焦平面上成像, 其每一個像元一一對應視場中的場元,成像時相當于“凝視”景物。克服了機械掃描的速度慢、復雜性高、可靠性差的缺點。TAU2 640非制冷紅外探測儀不需要制冷,因此不需要制冷劑和高壓氣體或斯特林循環制冷裝置。這使得本研究中的醫用紅外熱像儀不僅具有性價比高、體積小、質量小、功耗小、整機工作壽命長和便于攜帶等優勢,還不存在保養和維修等問題,更便于產品的推廣使用。

24、2)紅外診斷關鍵技術a)圖像數據的結構化存儲圖像的結構化存儲是紅外診斷技術的前提,本課題擬以采用結構化存儲的數據來進行數據存儲以及傳輸。具體的數據結構如表4所示。表 4: 結構化存儲的圖像數據結構存儲數據名稱存儲數據內容數據來源圖像采集數據溫度數據紅外熱像儀測試者信息個人信息醫保中心數據庫診斷信息醫療診斷、防疫建議醫生診斷、專家系統診斷其他諸如日期等信息系統自動生成圖像采集的數據主要是紅外圖像,為了保證圖像文件數據的安全, 采用數據庫的BLOB字段來存儲這些數據,并支持查詢時顯示和文件復原,利用PB 編程語言Oracle9i數據庫存儲技術,結合本系統的需求,對圖像選取、圖像存儲、圖像顯示等技術

25、進行研究分析后可以實現數據庫圖像字段的存儲和檢索。當圖像文件存儲在數據庫中以后,就可以刪除在用戶終端硬盤上原來的臨時文件,不需要復雜的二進制文件管理,且數據庫可以存儲在數據庫服務器上,對數據的共享非常方便。同時,由于圖像存儲在數據庫后,數據的管理由數據庫系統完成, 因此數據的安全性相對比較高。圖像采集數據由紅外熱像儀利用相關的紅外成像技術生成, 紅外成像技術是一種輻射信息探測技術,利用某種特殊的電子裝置,將物體的熱分布轉化為可視圖像,并且以灰度級或偽彩色顯示出來,從而得到被測目標的溫度分布場。紅外成像系統一般是被動地接收物體的紅外輻射而成像的,用圖像的灰度表征物體的溫度場分布。由于物體熱平衡的

26、原因和根據普朗克定律,紅外圖像局部相鄰具有較高的空間灰度相關性,人體熱圖如 REF _Ref384129463 h 圖 5所示。圖 SEQ 圖 * ARABIC 5人體熱圖由于人眼的彩色敏感細胞能分辨出幾千種彩色色調和亮度,但是對黑白灰度級卻不敏感。熱成像系統所產生的紅外圖像為黑白灰度級圖像,灰度值動態范圍不大。因此,人眼很難從這些灰度級中獲得豐富的信息。為了更直觀地增強顯示圖像的層次,提高人眼分辨能力,對系統所攝取的圖像進行偽彩色處理,從而達到圖像增強的效果,使圖像信息更加豐富。在彩虹編碼的基礎上,結合醫用紅外熱像系統對圖像特征檢測的要求和對偽彩色編碼處理的算法研究,使得不同的圖像和不同的區

27、域因溫度的不同而顯示不同的色彩,并且紅外圖像層次分明、色彩清晰。彩虹編碼的人體熱圖如 REF _Ref384129471 h 圖 6所示。圖 SEQ 圖 * ARABIC 6彩虹編碼的人體熱圖測試者信息則是由醫保中心數據庫通過云臺提供;診斷信息包含醫療診斷以及防疫建議,包含兩方面信息:一是醫生診斷建議,二是由專家系統通過特征提取、圖像檢索以及圖像模式匹配與模式識別得到;其他諸如日期等信息則是由系統自動生成。b)特征提取特征提取是計算機視覺和圖像處理中的一個概念,指的是使用計算機提取圖像信息,決定每個圖像的點是否屬于一個圖像特征。特征提取的結果是把圖像上的點分為不同的子集,這些子集往往屬于孤立的

28、點、連續的曲線或者連續的區域。在特征提取之前先對圖像進行分割,提取感興趣區域進行相關處理。圖像分割是圖像處理與計算機視覺領域的基礎性工作。圖像分割方法的數量非常多,其中,能量最小化方法在過去30年引起學者們的廣泛關注,形成一大流派。能量最小化方法的基本步驟為: 設計一個目標函數(能量函數),其最小值對應最優解,常用的兩個約束是數據和先驗知識。數據約束限制了理想解應該和真實數據盡量接近;先驗約束要求理想解的形式應該和先驗知識保持一致;最小化目標函數,大多數感興趣的能量函數是非凸的,有多個極小值,導致多數方法只能找到逼近解,因此,最小化過程通常比較困難。應該說,合適的編碼問題的約束形成能量函數和找

29、到一個好的最小化方法是同等重要的,因為任何一步出錯都會造成分割的失效。能量最小化方法的顯著優點有:給出了分割的統一框架, 用標準優化方法可以求解;提供了明確的思路來編碼要解決問題的約束;由于最小化能量函數和MRF的最大后驗估計是等效的,從貝葉斯統計角度也可以求證能量最小化方法的正確性。能量最小化方法有多種分類方法,包括全局和局部方法、確定性和隨機性方法、連續性和離散性方法等。常采用全局和局部的分類方法,常見的全局能量最小化方法包括模擬退火方法、動態規劃方法和圖論方法等;局部能量最小化方法包括變分方法和ICM(Iterated conditional modes)方法等。模擬退火方法代表了一類隨

30、機優化方法;動態規劃是一個多步決策過程,通過把一個N步過程轉化為N個單步過程實現將全局最優轉化為局部最優之和;圖論方法的主要思想是將圖像映射成加權圖,把圖像像素看作圖的頂點,鄰接像素之間的關系看作圖的邊,鄰接像素之間的相似性看作邊的權值,根據邊的權值設計能量函數,通過最小化能量函數完成對圖的分割,從而實現圖像分割;變分方法是幾何活動輪廓模型(Geometry active contour model) 的能量最小化方法;ICM 方法是基于確定性貪婪策略來尋優的能量最小化方法20。針對分割結果進行相關的特征提取,本研究擬提出了以下方法: 首先應用歸一化分割( Normalized cut , N

31、cut)方法進行圖像的分割,提取感興趣區域;然后對提取的感興趣區域進行特征提取構成特征空間,接著用圖像檢索以及模式匹配與模式識別進行分類診斷,得出診斷結果。Ncut準則是一種無監督圖像分割技術,它不需要初始化,并具有3個主要的特點:(1)它將圖像分割問題轉換為圖的劃分問題;(2)它是一個全局準則;(3)它同時最大化不同組之間的不相似性和同一組內的相似性。基本原理是:對于一個給定的圖G=(V,E),假設將其分為兩個不相交的部分A與B,AB=V, 這兩個部分不相似程度可以定義為原先連接兩部分而現在被刪去的所有邊的權的綜合, 定義為圖的一個割:式中w ( i, j ) 即連接點i 和點j 的邊的權,

32、 它表示兩點之間的相似程度。一幅圖的最優二分法即是使cut 的值最小,但由于割直接與割中邊的數目成比例,因此最小割通常并非就是最優割19,因此還需要在研究中進行相關的優化。c)圖像檢索本研究擬使用基于內容的圖像檢索技術進行圖像檢索,基于內容的圖像檢索技術是指直接根據描述媒體對象圖像內容的各種特征進行檢索,它能從數據庫中查找到具有指定特征或含有特定內容的圖像( 包括視頻片段),它區別于傳統的基于關鍵字的檢索手段,融合了圖像理解、模式識別等技術。在Internet環境下實現一個基于內容檢索的圖像數據庫系統的框架結構可分為兩個部分:圖像特征索引的創建和圖像檢索。一般來說,圖像特征的分析和索引的創建是

33、在服務器端離線完成的,其主要功能包括圖像入庫前的預處理、圖像的內容特征的提取與分析、圖像特征描述的編碼和存儲。對于圖像的檢索,其主要的任務是將用戶感興趣的圖像實例提交給服務器,對其內容的特征進行提取和表示。然后調用圖像檢索引擎按一定的相似檢索方法進行圖像之間的相似度計算,對查詢得到的相似圖像按它們的相似距離從小到大進行排序,并將結果返回給用戶。這其中主要應用三種檢索方式:基于顏色特征的圖像檢索:通過對圖像的彩虹編碼圖像進行處理,可以將圖像處理為顏色圖像。顏色是物體表面的一種視覺特性,每種物體都有其特有的顏色特征, 如人們說到綠色往往是和樹木或草原相關,談到藍色往往是和大海或藍天相關。同一類物體

34、往往有著相似的顏色特征, 因此可以根據顏色特征來區分物體,本研究擬采用直方圖來描述顏色特征。基于形狀特征的圖像檢索:形狀特征是描述圖像的關鍵要素之一,它可以較好地反映出區域的特征,因此該特征是CBIR技術中一個比較重要的可利用因素。在二維圖像空間中, 形狀通常被認為是一條封閉的輪廓曲線所包圍的區域,所以對形狀的描述涉及到對輪廓邊界的描述以及對這個邊界所包圍區域的描述。目前的基于形狀檢索方法大多圍繞著從形狀的輪廓特征和形狀的區域特征建立圖像索引。形狀包括面積、連通性、環形性、偏心率、主軸方向等特征。基于紋理特征的圖像檢索: 紋理是指圖像像素灰度集或顏色的某種規律性變化。紋理特征主要包括粗糙度、方

35、向性、對比度以及規則性。基于紋理的檢索通常采用統計方法、結構方法以及頻譜分析方法進行。d)圖像模式識別與模式匹配模式識別的基本原理是,將一個輸入模式與保存在系統中的多個標準模式相比較,找出最近似的標準模式,將該標準模式所代表的類名作為輸入模式的類名輸出。本研究在將獲取的圖像信息經過特征提取以后經過圖像檢索使用模式識別算法進行模式匹配,最終匹配得到相應的專家系統里面的預存儲信息。本研究擬采用遺傳算法(Genetic Algorithm, 簡稱GA) 實現圖像的模式識別與匹配。遺傳算法是基于達爾文生物進化論的自然選擇學說和群體遺傳學原理,借鑒自然界中自然選擇、適者生存的法則,在計算機中采用遺傳學中

36、的相應名字和方法建立的一種算法。作為近幾年發展起來的一種隨機全局優化算法,遺傳算法建立在自然選擇和種群遺傳基礎上,模擬自然界“物競天擇、適者生存”的進化過程,在問題空間進行全局并行、隨機的搜索優化,使得種群成為全局最優的收斂。GA實施中最關鍵的三點是: 定義編碼結構、確定適應度函數及定義遺傳算子。利用馬爾科夫理論,對采用實編碼的遺傳算法進行全局收斂性分析,得出了在群體數為無窮大時能收斂到全局最優解的結論。雖然其建立在群體規模無窮大基礎上, 但在規模有限時, 收斂到全局更優點是可以達到的。基于此,在進行遺傳算法設計時,個體染色體位串由分類器所有實數權值級聯構成, 每個染色體可表示為(W1T,W2

37、T,W3T,W1T)型的實向量, 其中Wi(i=1,2,,M)為分類器的權值向量。這樣, 群體中的每一個個體就是一個分類器。分類器在測試樣本集中的判別率作為個體染色體的適應值,其中使用Yik(i=1,2, N ) 表示第k次迭代時群體中的第i個個體21。3)云服務的醫用專家系統專家系統是利用大量的某個領域專家的知識和解決問題的方法來處理該領域的問題,是一個具有大量的專門知識與經驗的程序系統。利用人工智能技術和計算機應用技術,根據某領域專家提供的知識和經驗,進行推理和判斷,模擬人類專家的決策過程,以解決那些需要人類專家處理的復雜問題。基于云計算的專家系統描述為:在醫學領域里,運行于一系列通過各種

38、網絡連接的、緊密合作的疾病狀態監測與診斷系統,實現分布式控制、資源共享、動態擴展、遠程調度、專家診斷等多項功能,同時考慮系統的并發性、分布性、可靠性、安全性、共享性、保密性與智能性等特性的開放系統。本研究擬引入多Agent技術,設計一個基于MAS的醫學診斷決策專家系統的分布式體系框架,并通過使用帶有用戶請求的Agent在地理上分散的各個專家診斷Agent之間診斷的方式,以提供一種透明的、實時的診斷服務,實現對整個系統的組織和管理,同時改進傳統的合同網模型,設計了一種分布式的診斷任務分配機制,以此提高任務分配的效率,增加診斷結果的精確性。將MAS技術運用于分布式診斷專家系統,主要是解決多專家系統

39、、多實驗數據集成過程中出現的分布式、多源異構、共享、動態環境處理等集成問題。在解決這些問題的相關研究中,多Agent技術之所以能脫穎而出,是因為其能夠較好地滿足數據集成處理過程中的自主性、智能性、交互性、反應性、主動性、社會性等特征,把系統中一些細節隱藏起來,使系統具有較好的智能性、適應性、可擴展性,其具體優勢體現在:自治性:由于各個Agent 是獨立自治的,因此他們具有各自獨立的知識庫,可以將不同平臺下的診斷異構數據,通過其專用的知識庫轉換成統一的格式。因為在不同的Agent之間,傳遞的是標準化后的診斷數據,而無須傳遞異構的數據,因此易于實現異構數據環境下的診斷專家系統的集成。效用最大化:這

40、也是多Agent 系統與一般分布式系統的最根本區別。在多Agent系統中可以存在多個Agent組同時為多個用戶提供服務; 每個Agent 具有特定的知識和能力,通過管理Agent 的組織管理。當多個專家節點之間進行交互時,Agent能夠代表各節點以最大利益的方式進行工作,即效用最大化,從而提高整個診斷數據協同處理的效率。動態處理:采用多Agent技術,主要是為了創造一個即插即用的運行環境。在多Agent系統中,Agent之間的耦合關系非常松散。在這個環境中,診斷數據處理的相關節點可以隨時連入或離開系統,而不至于影響或中斷整個數據處理過程。這種即插即用的運行環境,增加了分布式專家系統數據協同處理

41、的靈活性和可擴展性,減少了重新開發診斷專家系統相關集成系統的成本。同時這種動態加入和離開的工作模式,使各節點資源得到了充分的利用,從而有效地控制數據處理任務,提高診斷效率。透明性:由于分布式專家系統中各子專家系統節點都是獨立的,其都已經存在了各自的業務應用系統,采用多Agent技術后,各節點不需要再為某一數據處理任務開發協同界面,Agent的協同對于節點是透明的,各節點只需要對自己所分配到的數據進行處理,其它的協同處理由Agent自行處理。醫用紅外熱像儀不但能夠實時顯示人體熱圖,還需要通過對正常機體和異常機體的熱圖像比較,協助醫生對是否異常、異常程度和異常發展能夠準確識別和嚴格分析,如 REF

42、 _Ref384129488 h 圖 6。疾病監測位置判斷時,添加子午線用于定位,如 REF _Ref384129503 h 圖 7、 REF _Ref384320535 h 圖 8。圖 SEQ 圖 * ARABIC 7局部受傷手熱圖圖 SEQ 圖 * ARABIC 8疾病監測判斷圖專家系統需要知識庫來存放專家提供的知識,知識庫中知識的質量和數量決定著專家系統的質量水平。知識獲取是專家系統知識庫是否優越的關鍵,針對醫用紅外熱像儀,需要采集大量的不同年齡、地區、性別、人體部位等各種不同類型正常、異常機體的病理熱像圖片。尤其是罕見病例、疑難雜癥等特殊情況下的疾病異常和異常程度發展的紅外熱圖像的積累

43、,更是醫療健康檢查、精確判斷病情甚至解決人類重大疫病的有效方法。只有通過對完備的知識庫中信息和規則的反復匹配,才能對當前問題得出合理的推理,對醫生的病情判斷提供幫助。本系統利用用戶接口將圖像信息進行傳遞,通過相應的特征提取模塊將特征提取信息與云存儲模塊以及圖像檢索模塊進行消息傳遞,圖像檢索結果與模式識別模塊進行交互,最終利用云存儲的專家系統做出最佳抉擇,將最佳抉擇形成決策傳遞到用戶模塊,最終到達用戶手中,具體的信息傳遞及處理如 REF _Ref384129513 h 圖 9所示。圖 SEQ 圖 * ARABIC 9專家系統的信息處理過程擬解決的關鍵問題1、通過對非制冷紅外探測器的檢測方式設計,

44、提出紅外熱像的實時圖像獲取和矯正算法,并對獲取的圖像進行結構化存儲;2、通過對人體紅外熱圖像的特征分析,提出對該類紅外圖像的特征提取算法進行改進;3、通過對正常、異常機體等紅外熱圖像的比對,提出對圖像模式識別以及模式匹配算法的改進;4、通過對各種不同類型、不同病情的異常情況發展階段等紅外熱圖像采集,對專家系統知識庫進行創建和優化,并搭建基于云計算的專家系統平臺。3與本項目有關的工作條件(包括研究工作基礎、實驗條件等)申請人所在的單位有相關的實驗室5個,省級重點學科實驗室2個,相關的基礎設備配套齊全。其中嵌入式實驗室可用于傳感器、物聯網方向的實驗和設備設計,圖像與微波光子學實驗室可用于開展圖像處理、模式識別以及微波光子學相關的研究。近年來已承擔多項研發工作并有多項研究成果獲獎。已購買項目實施所需的軟件開發、硬件設計的基本設備和商

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論