基于SIFT特征和近似最近鄰算法的醫學CT圖像檢索

汪善義，馬 煜* ，汪源源

1．復旦大學專用集成電路與系統國家重點實驗室(上海，200433)

2．復旦大學電子工程系(上海，200433)

基于SIFT特征和近似最近鄰算法的醫學CT圖像檢索

汪善義1，2，馬 煜1，2*，汪源源2

1．復旦大學專用集成電路與系統國家重點實驗室(上海，200433)

2．復旦大學電子工程系(上海，200433)

針對醫學X線計算機斷層(Computed Tomography，CT)圖像，提出了一種基于尺度不變特征變換(Scale Invariant Feature Transform，SIFT)特征和近似最近鄰算法的檢索方法。首先通過SIFT算法得到圖像的特征點和相應的特征向量，再采用近似最近鄰算法進行SIFT特征向量的匹配搜索，得到數據庫中與參考圖像最相似的圖像序列。實驗結果表明，該法能檢索到與目標圖像細節相符的結果，大大提高了檢索速度。與傳統的基于紋理的檢索方法相比，查準率和檢索結果與目標圖像的相似程度方面更佳，符合醫學CT圖像檢索的要求。

圖像檢索，CT圖像，SIFT特征，近似最近鄰算法

0 引言

隨著計算機斷層(Computed Tomography，CT)成像技術的發展和普及，對大規模的CT醫學圖像數據庫進行有效地管理和檢索，在臨床診斷和治療中具有重要意義。目前，基于內容的圖像檢索(Content Based Image Retrieval，CBIR)［1］技術彌補了傳統的基于文本檢索(Text Based Image Retrieval，TBIR)的不足，在醫學圖像的輔助診斷中具有更好的應用前景，近年來也取得了一些較好的應用［2］。

在典型的CBIR系統中，對于待檢索的目標圖像和圖像庫中的圖像，需要提取各自的特征形成特征向量。通過在特征空間中進行快速的匹配搜索來判斷圖像間的相似度，從而返回相似度最高的一組圖像序列作為檢索結果。……