用于医学图像检索的Gabor条形码
计算机视觉与模式识别
2016-11-15 v1
摘要
近年来，医学成像的进步导致了大规模数据库的出现，其中包含来自多种模态的图像。这极大地加剧了对图像自动标注的需求，以及快速且内存高效的内容基于图像检索系统的需求。二进制描述子最近作为实现这些目标的潜在载体获得了更多关注。最近引入的用于医学图像标注的二进制描述子之一是Radon条形码（RBCs），其通过局部阈值化从Radon变换驱动产生。Gabor变换也是提取基于纹理信息的强大变换。在许多应用中，Gabor特征已展现出对旋转、尺度以及光度扰动（如光照变化和图像噪声）的鲁棒性。本文引入Gabor条形码（GBCs），作为一种用于图像标注的新框架。为给定查询图像找到最具判别力的GBC，研究了采用不同参数（即不同尺度和方向集合）的Gabor滤波器的影响，产生了不同的条形码长度和检索性能。所提方法在IRMA数据集上评估，该数据集包含193类，其中12,677张X射线图像用于索引，1,733张X射线图像用于测试。实现了低至的总错误分数（首次命中约80%准确率）。
引用
@article{arxiv.1605.04478,
title = {Gabor Barcodes for Medical Image Retrieval},
author = {Mina Nouredanesh and Hamid R. Tizhoosh and Ershad Banijamali},
journal= {arXiv preprint arXiv:1605.04478},
year = {2016}
}
备注
To appear in proceedings of The 2016 IEEE International Conference on Image Processing (ICIP 2016), Sep 25-28, 2016, Phoenix, Arizona, USA