导读:本文包含了影像信息挖掘论文开题报告文献综述及选题提纲参考文献，主要关键词:肿瘤,影像组学,信息挖掘
影像信息挖掘论文文献综述
冯琪,丁忠祥[1]（2019）在《肿瘤影像组学信息挖掘与临床应用》一文中研究指出肿瘤的瘤内表型异质性可能对肿瘤的发生发展和治疗结果产生重要影响。利用影像组学分析技术研究癌灶的异质性成为肿瘤医学影像领域的研究热点。影像组学分析流程通常包括图像获取与预处理、感兴趣区分割、特征提取、特征降维、分类和预测。作为一种非侵入性诊断手段,影像组学可用于肿瘤的诊断、分期、放化疗方案制定、疗效及预后评估等方面。肿瘤影像组学领域的发展可为肿瘤的临床治疗提供了新的思路和契机。(本文来源于《健康研究》期刊2019年05期）
肖剑容[2]（2019）在《数据挖掘技术在医学影像信息系统中的应用》一文中研究指出近年来,医疗影像系统在医院的普及越来越广泛,医疗影像数据日益丰富,已经有了大量的数据支撑,如何高效迅速的在海量数据中选择有助于病人治疗和医学发展的数据成为了医疗领域所关注的焦点问题。本文主要从两个方面探讨数据挖掘技术在医学影像信息系统中的应用:在病患就诊检查项目方面使用关联方规则算法,在医院设备类型检查量方面使用时序算法。(本文来源于《甘肃科技》期刊2019年12期）
彭捷斐[3]（2019）在《基于视觉信息挖掘的遥感影像农业信息提取方法研究》一文中研究指出近年来,随着以高分系列和资源系列卫星为代表的国产高分辨率遥感卫星技术的发展,遥感影像更广泛地应用在各种大规模生产领域。在第叁次农业普查中,使用调查地区的高分辨率遥感影像进行信息提取工作,对农业资源进行调查和评估已经成为普查工作重要的一环。使用计算机根据需求对遥感影像进行信息提取,提高遥感影像分类精度和利用率并将其应用到生产领域,是遥感应用领域主要的研究内容。在此背景下,本文总结了国内外遥感影像信息提取研究理论和应用的相关成果,采用湖北省2016年部分区域高分辨率遥感影像数据,研究了基于视觉信息挖掘的遥感影像农业用地信息提取方法,主要研究内容如下:(1)通过对多维度特征提取方法的实验和分析,对目标区域遥感影像进行特征挖掘并构建相应的特征数据集,以实现对目标地物特征的范式表达。(2)针对当前适用于神经网络训练的遥感地物目标数据集数量有限的现状,根据神经网络在训练过程中对图像特征学习和构建的原理,提出了利用特征挖掘和神经网络进行少量标记样本下遥感影像高维特征学习方法。(3)在特征数据集的基础上,应用卷积神经网络和全卷积神经网络实现了对高分辨率遥感影像的场景分析和语义分割,并对信息提取的精度进行了分析。实验结果表明,采用特征挖掘建立合理的深度学习训练样本集,能够在特定领域的图像信息提取任务中取得较好效果,为遥感技术在国情监测领域的应用探索了新的思路。(本文来源于《南京航空航天大学》期刊2019-03-01）
彭代锋[4]（2017）在《基于多特征信息挖掘的对象级光学卫星影像变化检测研究》一文中研究指出随着遥感平台和传感器技术的不断发展,对地观测技术和手段日益成熟,产生了海量多源异构的遥感数据。因此,研究如何高效地从遥感数据中提取有用信息,避免“信息孤岛”,对于发掘影像潜能,实现“数据”到“信息”的转变具有重要意义。高分辨率遥感影像具有丰富的几何结构信息,广泛应用于遥感影像信息提取、分类和变化检测等领域。变化检测技术通过覆盖同一地区的多时相影像发现地表地物的变化过程,进而为资源调查、环境保护、城市规划、灾害评估等提供重要的决策信息。其中,对象级变化检测方法可充分利用影像的空间上下文信息,避免“椒盐”噪声干扰,日益成为高分辨率遥感影像变化检测的主流方法。然而,由于光谱可分性降低,“异物同谱”和“同谱异物”现象的加剧,导致对象级变化检测方法面临很多问题和挑战,主要体现在以下几点:一、多时相影像分割是对象级变化检测方法的前提和基础,分割的精度严重制约对象特征提取和变化检测的精度;二、对尺度信息的使用大多停留在不同尺度变化检测结果的融合上,缺乏对尺度集约束信息的考虑;叁、将不同分割对象独立看待,忽略了邻域对象的空间相互作用对变化属性的影响。因此,深入研究多时相影像分割、尺度集信息约束和邻域信息约束算法,对提高对象级变化检测精度具有重要的理论价值。基于以上几个关键问题,本文从多时相影像分割、多特征提取、多尺度融合、后处理等变化检测过程的不同环节入手,以提高对象级变化检测的精度和可靠性为目的,研究并提出了叁种相应的对象级遥感影像变化检测方法,主要内包括以下几个方面:1)基于分割优化和多特征融合的变化检测方法研究。现有的多时相影像分割方法缺乏对地物变化的考虑,且分割得到的对象尺寸分布不均匀,影响了地物边界范围的精确提取和对象特征提取的统计稳定性。为此,本文提出了一种基于对象相交与合并的分割优化方法,一方面,通过对象相交处理建立两时期对象的空间上一一对应关系;另一方面,通过基于光谱和形状特征约束的合并处理获取尺寸分布合理的分割对象。此外,为充分挖掘高分辨率遥感影像丰富的细节信息,提出了一种基于光谱、纹理和空间特征的多特征融合方法,有效弥补了单一特征检测能力的不足,且融合方法参数设置简单,自动化程度高,在精度和效率方面取得较好的平衡。2)基于尺度集约束变化检测方法研究。尺度集可以看作是不同尺度影像序列的集合,现有的多尺度影像处理方法一般将不同尺度检测结果独立看待,通过多尺度融合的方式实现不同尺度下检测结果的综合。然而,上述方法仅仅从信息融合的角度考虑尺度影响,忽略了尺度间内在的上下文关系。为此,本文提出了两种基于尺度集约束的对象级遥感影像变化检测方法,即基于多尺度传播的变化检测算法和基于多尺度词包模型的变化检测算法,分别从不同角度和不同方式将尺度因子和尺度空间上下文关系引入到对象级遥感影像变化检测中。其中,基于多尺度传播的变化检测算法从多尺度分割角度出发建立多尺度表达,一方面,通过尺度层间分割对象的父子映射关系建立尺度集约束;另一方面,通过将粗尺度检测结果传递到细尺度进行综合分析,实现了不确定信息的逐层减少和变化检测结果的逐层精化。基于多尺度词包模型的变化检测算法从金字塔角度出发建立影像的多尺度表达。首先根据原始影像和分割标记图像构建金字塔影像,然后建立分割对象的多尺度词包模型,并通过不同尺度下视觉直方图的级联建立影像对象的多尺度表达和尺度集约束,最后通过相似性分析确定分割对象的变化属性。3)基于标号平滑的变化检测结果精化方法研究。现有的对象级变化检测算法大多基于对象独立性假设,通过对象相似性分析获取变化检测结果,忽略了由于分割精度和影像质量等因素造成的邻域对象间的空间相互作用。标号平滑可在初始变化检测结果基础上施加平滑先验约束,有效利用对象空间上下文关系。为此,本文总结了常用的基于局部滤波和MRF模型的标号平滑方法,并提出了一种改进的MRF模型的标号平滑方法,其优点是充分考虑了邻域对象间的光谱、形状等特征,更加精确地刻画了邻域对象间的空间相互作用。首先提取初始变化检测结果,作为初始标号影像;然后提取差异影像中邻域对象的光谱和形状等特征,包括光谱均值、公共边长度、面积,并结合对象光谱特征的先验分布知识分别构建特征场和标记场能量函数;最后使用图割优化算法对MRF能量函数进行优化求解,得到每个对象的最优标号,即变化属性。(本文来源于《武汉大学》期刊2017-10-01）
吴佳峰[5]（2012）在《数据挖掘技术在医疗影像信息系统中的应用研究》一文中研究指出随着医疗影像信息系统（RIS/PACS）在医院的普及和应用，医院积累了大量的业务数据。研究如何有效地从这些业务数据中挖掘出对医院发展、管理和医疗服务有用的信息已成为众多医院迫切关心的问题。本文结合某叁甲医院医疗影像信息系统的实际运行情况，利用数据仓库和数据挖掘技术，建立医疗影像数据仓库，进行多维数据分析，并在此基础上建立患者检查项目和设备检查量分析的数据挖掘模型，尝试为医院放射科管理提供决策信息。论文主要研究内容概括如下：1．医疗影像数据仓库的建立：通过对医院放射科管理需求分析和RIS/PACS系统中数据的初步分析，确定数据仓库的主题，建立医疗影像数据仓库实例系统，包括多维数据模型的设计和数据ETL，同时研究运用OLAP对多维数据集进行分析和利用可视化技术展示结果。2．病人检查项目的关联分析：研究如何利用关联规则对病人的检查项目进行分析，对病人检查信息表中的数据进行分析，提取出病人信息和检查项目，对数据整理后利用apriori算法建立关联规则模型，得到有用的规则。3．设备检查量预报：研究利用时间序列对设备检查量进行预报。按月统计影像科各设备类型的检查量后，建立检查量预测的时序模型，预测设备未来的检查量。本文的研究结果表明，利用数据仓库和数据挖掘技术对医疗影像数据进行挖掘分析，可为医院影像科的管理提供极大的决策帮助，具有较广阔的应用前景。(本文来源于《杭州电子科技大学》期刊2012-12-01）
吴佳峰,徐哲,何必仕,金朝阳[6]（2012）在《数据挖掘技术在医学影像信息系统中的应用》一文中研究指出采用数据挖掘技术处理某叁甲医院医疗影像信息系统(RIS/PACS)数年应用过程中所积累的海量数据,重点探讨了关联规则算法对患者检查项目的关联分析、时序算法对各设备类型检查量的预测分析,初步挖掘了有价值的深层信息。(本文来源于《中国数字医学》期刊2012年10期）
王正军,张鹰,陈理凡,李静,曲伟秀[7]（2012）在《从高分辨率卫星影像挖掘海岸冲淤变化信息的方法》一文中研究指出以江苏盐城海岸为研究区,以2006年、2008年、2009年叁景空间分辨率为10m的卫星影像为数据源,研究影像上提取海岸线、平均高潮线和平均低潮线的方法,以此分析港口/围海造田等受人类活动影响岸段的演变特征。研究结果表明:1)与低分辨率的遥感影像相比,高分辨率影像可以提取出地物更细微的特征,因此可以根据高潮时水陆分界上留下的地物特征提取出平均高潮线;2)结合影像当天的潮位资料,根据平均高潮线、影像上瞬时水边线、平均低潮线叁者之间距离与时间的线性关系定出平均低潮线;3)从得到的平均高潮线、平均低潮线可以看出,2006年后平均高潮线每年都在不断淤涨,而且淤涨的幅度在增加。平均低潮线2006—2008年处于动态平衡状态,2008—2009年平均冲刷了840m,变化非常明显。(本文来源于《海洋科学进展》期刊2012年01期）
潘卫华,张春桂,陈家金,林晶[8]（2007）在《资源卫星ETM~+影像城镇信息挖掘分析》一文中研究指出城镇建成区信息是遥感影像提取中的一个重点。本文以泉州市2000年的Landsat ETM+影像,利用多种方法,提取城镇聚落的信息,并对比各种方法的优缺点后予以改进。研究表明基于Landsat卫星提取城镇信息方法,改进后方法较之原方法提取精度随之提高;经比较认为仿植被指数提取法简单快速,光谱阈值法精度较高但较复杂。(本文来源于《地球信息科学》期刊2007年02期）
王旭红,周明全,耿国华[9]（2006）在《遥感影像信息挖掘的框架研究》一文中研究指出目的:提出遥感影像信息挖掘的框架结构和原形系统的数据挖掘流程;研究涉及的理论与技术。方法:应用了分析比较法,充分研究了一般图像挖掘系统的框架和用于医学影像挖掘的原形系统的挖掘流程,以取之所长,避其所短。结果:设计出了适用于遥感影像信息挖掘的框架结构。结论:指出遥感图像挖掘是一个处于初级阶段的研究领域,理论和技术有待继续研究和完善;遥感图像挖掘必须将一般图像挖掘的理论和技术与地理信息系统技术、遥感技术有效地结合起来,才能开发出具有实际应用价值的高效的遥感图像信息挖掘系统。(本文来源于《计算机应用与软件》期刊2006年06期）
影像信息挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
近年来,医疗影像系统在医院的普及越来越广泛,医疗影像数据日益丰富,已经有了大量的数据支撑,如何高效迅速的在海量数据中选择有助于病人治疗和医学发展的数据成为了医疗领域所关注的焦点问题。本文主要从两个方面探讨数据挖掘技术在医学影像信息系统中的应用:在病患就诊检查项目方面使用关联方规则算法,在医院设备类型检查量方面使用时序算法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
影像信息挖掘论文参考文献
[1].冯琪,丁忠祥.肿瘤影像组学信息挖掘与临床应用[J].健康研究.2019
[2].肖剑容.数据挖掘技术在医学影像信息系统中的应用[J].甘肃科技.2019
[3].彭捷斐.基于视觉信息挖掘的遥感影像农业信息提取方法研究[D].南京航空航天大学.2019
[4].彭代锋.基于多特征信息挖掘的对象级光学卫星影像变化检测研究[D].武汉大学.2017
[5].吴佳峰.数据挖掘技术在医疗影像信息系统中的应用研究[D].杭州电子科技大学.2012
[6].吴佳峰,徐哲,何必仕,金朝阳.数据挖掘技术在医学影像信息系统中的应用[J].中国数字医学.2012
[7].王正军,张鹰,陈理凡,李静,曲伟秀.从高分辨率卫星影像挖掘海岸冲淤变化信息的方法[J].海洋科学进展.2012
[8].潘卫华,张春桂,陈家金,林晶.资源卫星ETM~+影像城镇信息挖掘分析[J].地球信息科学.2007
[9].王旭红,周明全,耿国华.遥感影像信息挖掘的框架研究[J].计算机应用与软件.2006