بازیابی تصاویر پزشکی مبتنی بر محتوا

رشد نمایی تولید تصاویر، نیاز به تولید ابزارهای نو برای مدیریت، بازیابی و نمایش دادن آنها را برای کاربردهای مختلف ایجاب می کند. متدهای جست وجوی مبتنی بر متن که به طور گسترده ای به کار می روند، به خوبی جواب گوی مقاصد بازیابی نیستند بلکه تحقق این خواسته، متدهای دسترسی ای را می طلبد که پرس وجوهایی فراتر از پرس وجوهای مبتنی بر متن ساده یا تقاضاهایی فراتر از تطابق دقیق فیلدهای پایگاه داده را فراهم کند. بازیابی تصویر مبتنی بر محتوا یک شاخه ی تحقیقی از بینایی ماشین است که در چند دهه ی اخیر بدین منظور توسعه یافته است. در حوزه ی پزشکی تصاویر و به ویژه تصاویر دیجیتال در حجم رو به رشدی تولید می شوند و در تشخیص و درمان به کار می روند. مدیریت و دسترسی به این انبار تصویر بزرگ رفته رفته پیچیده تر می شود که پژوهش های خاص نیازمندیهای این حوزه را می طلبد. در این پروژه ترکیبی از ضرایب موجک و ویژگی های lbp برای استخراج بردار ویژگی استفاده شده است. برای بهبود شباهت معنایی از بازخورد ارتباط کاربر استفاده شده است. برای بدست آوردن متد بازیابی بهینه ترکیبی از چند روش یادگیری ماشین به کار رفته است. قابل ذکر است که این روش ها به جای معیار فاصله ی ساده که در الگوریتم های کلاسیک به کار می رفت ارائه شده است. روش پیشنهادی بر روی تصاویر ماموگرافی پایگاه داده ی mias پیاده سازی شده است.