在线生物文献磁共振图像识别方法

doi:10.3969/j.issn.1000-3428.2011.15.001

计算机工程 ›› 2011, Vol. 37 ›› Issue (15): 1-5. doi: 10.3969/j.issn.1000-3428.2011.15.001

• 专栏 • 下一篇

在线生物文献磁共振图像识别方法

唐凤仙^1,2，钱沄涛¹，赵鹏飞¹

(1. 浙江大学计算机科学与技术学院，杭州 310027；2. 河池学院计算机与信息科学系，广西宜州 546300)

收稿日期:2011-02-21 出版日期:2011-08-05 发布日期:2011-08-05
作者简介:唐凤仙(1977－)，女，讲师，主研方向：模式识别，图像处理；钱沄涛，教授、博士、博士生导师；赵鹏飞，硕士研究生
基金资助:
浙江省自然科学基金资助项目(Y1101359)

Magnetic Resonance Image Recognition Method of Online Biological Literature

TANG Feng-xian ^1,2, QIAN Yun-tao ¹, ZHAO Peng-fei¹

(1. College of Computer Science and Technology, Zhejiang University, Hangzhou 310027, China; 2. Department of Computer and Information Science, Hechi University, Yizhou 546300, China)

Received:2011-02-21 Online:2011-08-05 Published:2011-08-05

摘要/Abstract

摘要：

为实现在线生物文献磁共振成像(MRI)图像库的构建，利用图像特征的塔式梯度方向直方图(PHOG)和塔式关键词直方图(PHOW)进行互补特征表示，使用支持向量机对MRI图像与非MRI图像以及脑部MRI与非脑部MRI图像进行自动分类。实验结果表明，空间形状信息与局部分布信息融合的特征能提高图像分类的准确率，为构建在线文献中MRI图像库的知识系统提供技术支持。

关键词: 在线文献, 磁共振成像, 塔式梯度方向直方图, 塔式关键词直方图, 图像分类

Abstract:

In order to construct the Magnetic Resonance Imaging(MRI) database from online literature, MRI image recognition and brain MRI recognition are studied. In this paper, two complementary features, Pyramid Histogram of Orientated Gradients(PHOG) and Pyramid Histogram of Words(PHOW) are adopted to extract and describe the features of images. An improved Support Vector Machine(SVM) classifier based on feature fusion which combines spatial shape and local distribution information is proposed. Experimental result shows a significant improvement in the average accuracy of the fusion classifier as compared with classifiers only based on PHOG or PHOW. It provides a foundation of building a knowledge base system that can interpret MRI images in online articles.

Key words: online literature, Magnetic Resonance Imaging(MRI), Pyramid Histogram of Orientated Gradients(PHOG), Pyramid Histogram of Words(PHOW), image classification

中图分类号:

TP393

唐凤仙, 钱沄涛, 赵鹏飞. 在线生物文献磁共振图像识别方法[J]. 计算机工程, 2011, 37(15): 1-5.

TANG Feng-Xian, JIAN Yun-Chao, DIAO Feng-Fei. Magnetic Resonance Image Recognition Method of Online Biological Literature[J]. Computer Engineering, 2011, 37(15): 1-5.

http://www.ecice06.com/CN/Y2011/V37/I15/1

参考文献

[1] Shatkay H, Chen Nawei, Blostein D. Integrating Image Data into
Biomedical Text Categorization[J]. Bioinformatics, 2006, 22(14):
446-453.
[2] Xu Songhua, Mccusher J, Krauthammer M. Yale Image Finder (YIF): A New Search Engine for Retrieving Biomedical Images[J]. Bioinformatics, 2008, 24(17): 1969-1970.
[3] Koike A, Takagi T. Classifying Biomedical Figures Using Combi- nation of Bag of Keypoints and Bag of Words[C]//Proc. of International Conference on Complex, Intelligent and Software Intensive Systems. Fukuoka, Japan: IEEE Press, 2009: 848-853.
[4] Divoli A, Wooldridge M A, Hearst M A. Full Text and Figure Display Improves Bioscience Literature Search[J]. Public Library of Science, 2010, 5(4): 1-15.
[5] Bosch A, Zisserman A, Munoz X. Representing Shape with a Spatial Pyramid Kernel[C]//Proc. of the 6th ACM International Conference on Image and Video Retrieval. Amsterdam, Holland: [s. n.], 2007: 401-408.
[6] Lazebnik S, Schmid C, Ponce J. Beyond Bags of Features: Spatial Pyramid Matching for Recognizing Natural Scene Categories[C]// Proc. of Conference on Computer Vision and Pattern Recognition. New York, USA: IEEE Computer Society, 2006: 2169-2178.
[7] Li Feifei, Perona P. A Bayesian Hierarchical Model for Learning Natural Scene Categories[C]//Proc. of Conference on Computer Vision and Pattern Recognition. Washington D. C., USA: IEEE Computer Society, 2005: 524-531.
[8] 任雪, 孙涵, 张金国. 一种新的基于局部特征的图像质量评价方法[J]. 中国图象图形学报, 2010, 15(8): 1236-1243.
[9] 李伟生, 赵灵芝. 基于兴趣点多特征融合的物体识别方法[J]. 计算机工程, 2010, 36(18): 7-9.
[10] 赵鹏飞, 钱沄涛, 郑文斌. 在线文献的嵌图序号检测与识别[C]//第8届全国信号与信息处理联合学术会议论文集. 北京: 中国体视学学会, 2009: 151-155.
[11] 赵鹏飞, 钱沄涛, 郑文斌, 等. 基于在线生物文献的MRI图像获取[J]. 中国体视学与图像分析, 2009, 14(2): 216-221.
[12] 赵鹏飞, 钱沄涛, 郑文斌, 等. 基于图像与文本特征的在线生物文献MRI图像库构建[J]. 中国生物医学工程学报, 2010, 29(5): 697-703.
[13] Min J H, Kim H J, Kim B J, et al. Brain Abnormalities in Sjogren Syndrome with Recurrent CNS Manifestations: Association with Neuromyelitis Optica[J]. Multiple Sclerosis, 2009, 15(9): 1069- 1076.
[14] Patti F, Amato M P, Trojano M, et al. Cognitive Impairment and Its Relation with Disease Measures in Mildly Disabled Patients with Relapsing-remitting Multiple Sclerosis: Baseline Results from the Cognitive Impairment in Multiple Sclerosis Study[J]. Multiple Sclerosis, 2009, 15(7): 779-788.
[15] Benjamin M, Mark G, Scott D, et al. Validation of Functional Diffusion Maps as a Biomarker for Human Glioma Cellularity[J]. Journal of Magnetic Resonance Imaging, 2010, 31(3): 482-489.
[16] 郑卓肇, 孙忠强, 范家栋, 等. Kappa统计量评价半月板MRI诊断[J]. 中国医学影像技术, 2002, 18(6): 587-588.
[17] Fawcett T. An Introduction to ROC Analysis[J]. Pattern Recogni- tion Letters, 2006, 27(8): 816-874.

选择文件类型/文献管理软件名称

选择包含的内容

在线生物文献磁共振图像识别方法

Magnetic Resonance Image Recognition Method of Online Biological Literature

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	曹坪, 杨怀志, 薄一军, 尤嘉, 张淳杰, 李丹勇. 面向低质量裂缝图像的多知识蒸馏分类[J]. 计算机工程, 2023, 49(7): 204-213.
[2]	石进, 徐杨, 曹斌. 基于自适应三线性池化网络的细粒度图像分类[J]. 计算机工程, 2023, 49(5): 239-246,254.
[3]	陆昭吾, 王骏, 施俊. 面向自闭症辅助诊断的深度对比模糊神经网络[J]. 计算机工程, 2023, 49(4): 263-271.
[4]	韩彦岭, 沈思扬, 徐利军, 王静, 张云, 周汝雁. 面向深度学习图像分类的GPU并行方法研究[J]. 计算机工程, 2023, 49(1): 191-200.
[5]	潘嘉诚, 董一鸿, 陈华辉. 基于图神经网络的自闭症辅助诊断研究综述[J]. 计算机工程, 2022, 48(9): 1-11.
[6]	陈珊, 孙仁诚, 邵峰晶, 隋毅. 基于胶囊网络的动态路由研究与改进[J]. 计算机工程, 2022, 48(5): 208-214.
[7]	袁单飞, 陈慈发, 董方敏. 基于多尺度分割的图像识别残差网络研究[J]. 计算机工程, 2022, 48(5): 258-262,271.
[8]	谭润, 叶武剑, 刘怡俊. 结合双语义数据增强与目标定位的细粒度图像分类[J]. 计算机工程, 2022, 48(2): 237-242,249.
[9]	刘鹏飞, 朱健晨, 万良易, 江波. 低功耗异构计算架构的高光谱遥感图像分类研究[J]. 计算机工程, 2022, 48(12): 9-15,23.
[10]	李伟, 黄鹤鸣, 武风英, 张会云. 基于深度多特征融合的自适应CNN图像分类算法[J]. 计算机工程, 2021, 47(9): 235-239,251.
[11]	陶洋, 鲍灵浪, 胡昊. 结合表示学习与嵌入子空间学习的降维方法[J]. 计算机工程, 2021, 47(6): 83-87,97.
[12]	赖妍菱, 石峻峰, 陈继鑫, 白汉利, 唐晓澜, 邓碧颖, 郑德生. 基于U-Net的对抗样本防御模型[J]. 计算机工程, 2021, 47(12): 163-170.
[13]	陈鑫华, 钱雪忠, 宋威. 基于轻量级特征融合卷积网络的图像分类算法[J]. 计算机工程, 2021, 47(11): 268-275.
[14]	肖经纬, 田军委, 王沁, 程希希, 王佳. 基于改进残差网络的果实病害分类方法[J]. 计算机工程, 2020, 46(9): 221-225.
[15]	李培媛, 黄迟. 基于CSPPNet与集成学习的人类蛋白质图像分类方法[J]. 计算机工程, 2020, 46(8): 235-242.

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

在线生物文献磁共振图像识别方法

Magnetic Resonance Image Recognition Method of Online Biological Literature

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价