基于相似查询树的快速密文检索方法

随着云计算的广泛应用,数据中心的数据量急速增加,同时,用户文档通常包含隐私敏感信息,需要先加密然后上传到云服务器,面对如此大量的密文数据,现有技术在大数据量的密文数据上的检索效率很低.针对此问题,本文提出在大数据下的基于相似查询树的密文检索方法(MRSE-SS),该方法通过设置聚类中心和成员之间的最大距离对文档向量进行聚类,并把中心向量看成n维超球体的球心,最大距离作为半径,再逐步将小聚类聚合成大聚类.使用该方法构建的密文文档集合,在查询阶段仅需检索查询向量相邻的聚类即可获得理想的查询结果集合,从而提高了密文检索的效率.本文还以《软件学报》期刊最近10年的论文作为样本进行了实验,数据集中选取2900篇文章和4800个关键词,实验结果显示,当文档集个数呈指数增长的时候,检索时间仅呈线性增长,并且检索结果的关联性比传统检索方法更强.     

查询子空间在图像检索中的应用

近几年来,为了解决图像检索系统中由底层视觉特征和高层语义之间的差异所造成的检索困难,从信息捡索中引入了相关反馈技术。在过去几年中,它在该研究领域取得了一定的成功。文章提出了一种利用反馈信息建立“查询子空间”的检索模型,它将用户的语义查询进行基于视觉特征的分类,构造多个“查询子空间”,这些子空间拥有自身的查询模型和检索模型,最后的检索结果根据这多个“查询子空间”的检索结果得到。该模型具有较强的灵活性、扩展性,有效地利用了用户的反馈信息,动态地建立了底层视觉特征和高层语义之间的映射,能适应不同用户的查询。同时,将负反馈信息合理地融入到该模型中,提高了系统的检索效率。实验结果表明采用该检索模型的系统相比现有的检索系统性能有了较大提高。     

基于本体的DICOM医学图像检索

当前的一些医学图像存档和通讯系统（PACS）中对图像的检索只能通过与图像本身无关的信息来进行检索,不能基于图像语义检索。本文应用本体的概念来描述DICOM医学图像,提出了医学图像本体的框架,对DICOM信息模型进行了扩展。     

基于查询模型的专家检索方法分析

在对基于语言模型的专家检索方法进行分析后,提出查询式建模的专家检索方法。该方法通过运用查询扩展技术和术语生成概率建立一套新的专家排序体系。根据对国际文本检索会议组织的企业追踪专题进行初步实验评估,结果表明,这种方法能够有效地提高专家检索任务的检索准确度。     

基于关联图模型的医学图像Top-k查询方法

找到与病人具有相似纹理特征的医学图像,有助于医生结合历史病历信息对病人作出更为准确的诊断.基于此,大量的研究工作围绕如何提高基于内容的医学图像检索技术的准确性展开.然而,现有的基于内容的医学图像检索技术均是基于查询图像与数据库中图像的逐张匹配过程,面对迅速增长的医学图像数量,查询等待时间过长成为医学图像检索领域的另一主要问题.鉴于用户往往只对前k(Top-k)个检索结果感兴趣,提出了一种基于关联图模型的医学图像Top-k查询方法.首先,提出一种关联图模型,使用该模型可以有效地刻画医学图像之间关联关系的模糊性;继而利用关联图模型,提出一系列关联性度量计算方法,从而使得仅需对图像匹配一次即可更新所有图像与查询图像之间的相似度范围.由此,提出Top-k查询方法以及基于游走的查询优化策略.实验证明提出的方法可以有效地减少图像匹配次数,降低时间复杂度.     

DICOM 查询/检索服务类SCP 的设计与实现

DICOM 是医学数字成像和通讯领域被广泛采用的标准。本文在介绍DICOM 查询/检索服务类基本原理的基础上,通过对实现过程中几个关键问题的分析,给出了查询/检索服务类的设计方案和实现核心类。     

基于内容的图像检索技术与医学图像检索

在分析基于内容的图像检索技术特点的基础上,提出了4种基于内容的图像检索方法,并对每种方法的实现特别是特征抽取进行了一定的研究。根据医学图像的使用特点,对基于内容的医学图像检索技术进行了初步的研究;对医学图像特征的抽取,应将重点放在形状特征和纹理特征的抽取上;同时,对医学图像进行检索,还可以使用颜色空间分布特征,来进一步进行相似匹配。     

基于LSH索引的快速图像检索

高维空间中点数据的索引及检索是基于内容图像检索领域的关键问题,文中将LSH(localitysensitivehashing)索引算法应用于基于内容图像检索系统中,与传统的索引方法相比,该算法具有复杂度比较低、支持非常高的维数、极低的I/O代价等特点。实验结果证明,将该索引算法应用于基于内容图像检索系统中,其性能优于传统的索引方法.     

图像检索中一种支持多例查询的新方法

基于内容的图像检索的关键问题之一是高层语义和低层图像特征之间的差异,相关反馈技术是缩短这个"语义鸿沟"的有效方法。本文提出了一种新的相关反馈算法,通过分析正例图像在特征空间中的散布来构造该类图像的投影空间,该空间对应于一个语义类在特征空间中分布密集的子空间,在投影空间中计算相似图像。同时根据每次反馈的信息不断修正投影空间来提高系统的检索性能。在Corel大图像库中的实验结果表明,该算法对多例图像查询有较好的检索效果。     

基于内容的多媒体数据查询和检索

多媒体数据具有可表现的视觉和听觉特性，而难于用符号形式来描述。本文介绍基于内容的对多媒体数据进行查询和检索的概念和方法，描述查询和检索的一般系统结构、用户查询类型、索引／过滤机制，以及视频的检索和浏览，并给出基于内容检索研究中值得探索的几个主要问题。     

基于本体和相似度匹配的DICOM医学图像语义检索

针对DICOM医学图像的海量存储,而且医学图像对诊断的重要性,本文把本体论的思想引入到DICOM图像检索中,对DICOM医学图像模型进行了语义扩展,建立了DICOM医学图像本体模型,最后分析了DICOM医学图像的标注和检索过程,讨论基于本体的DICOM医学图像检索模型.     

基于DICOM的数据组织及医学图像序列提取方法研究

DICOM标准是应用在PACS系统中的一个医学数字成像和通信的国际标准,文章在深入研究DICOM标准的基础上,结合在实际中开发PACS系统的相关经验,对基于DICOM的数据组织层次进行了较为深入的分析,给出了提取DICOM文件中相关属性信息并解析分离图像数据信息的一般方法,最终提取出基于DICOM标准的医学图像序列。     

基于DICOM的医学图像存储与处理系统的实现

本文研究和实现基于DICOM协议的医学图像存储和处理系统。其针对中小型医院的需求。提供经济实用的解决方案。     

DICOM医学图像显示算法改进与实现①

为了解决医学图像处理过程中在需要频繁改变窗宽、窗位的情况下图像不能实时显示,显示过程存在明显迟滞的问题,分析了DICOM医学图像的显示过程以及传统显示过程中可以改进的地方,提出了使用统一LUT（Look Up Table）的方法来提高显示效率的解决方法,并使用Bresenham算法改进了传统的LUT的生成算法。实验结果表明该改进后的算法能提高医学影像的显示效率。     

基于LabVIEW的DICOM医学影像处理技术

DICOM是用于医学图像和通信的国际标准,它规定了医疗设备所必须遵循的统一的医学影像文件格式,但DICOM格式的医学图像在Windows平台下无法直接显示。本文首先简要分析了DICOM文件格式,然后给出了在Windows平台下利用LabVIEW显示、存取DICOM图像的实现过程,并利用IMAQ软件包对医学图像进行相应的处理,提高了图像的质量。     

PACS系统中的DICOM标准概述

医学数字图像通讯标准DICOM(DigitalImagingandCommunicationinMedicine)是医学信息学领域中正在广泛使用的工业标准,DICOM正在成为医院医学影像存档与通讯系统PACS(PictureArchivingandcommunicationSystem)事实上的国际标准。在国际上,已广泛地应用于各医学成像设备及PACS、RIS/HIS等信息系统的网络互联中。本文简要叙述了DICOM标准的组成部分,及其DICOM的特点、意义和运行机制。     

DICOM医学图象文件格式分析与显示实现

文章首先针对DICOM3．0标准，对DICOM医学图象的数据结构进行系统的分析，阐述了文件元信息，数据集和数据元素的格式；然后结合DICOM图象显示的各种方法，创建了DICOM图象显示核心类．并简要描述了部分函数的功能。     

基于DICOM标准的大型医学影像分布式存储系统研究

提出了一种符合DICOM标准的大型医学影像分布式存储系统的体系结构。采用多级分布式存储体系,引入JPEG2000压缩技术,结合大型数据库,实现智能、稳定和高效的存储管理。切实解决了医院影像中心PACS目前和未来对大容量／超大容量医学影像数据存储的需求。