医学图像数据挖掘的技术研究文献综述
摘 要:医学图像随着医疗设备的发展,种类和数量越来越多,规模也越来越大。一些针对大规模医疗图像集进行医学图像数据挖掘的研究已经在许多医学领域开始,国内外现有的研究主要集中在适用于医学图像的数据挖掘方法以及对一些疾病的医学图像数据挖掘实际应用,许多研究机构已经在针对视网膜图像、人脑图像、细胞图像、皮肤癌图像等进行医学图像数据挖掘工作,并取得了比较好的研究成果,通过图像数据挖掘进行辅助诊断,可以大大减少医生和患者的负担,显著的降低了误诊率与漏诊率。
对于医学图像挖掘方法的研究主要集中在几种分类算法,如支持向量机、决策树、神经网络等,每种数据挖掘方式都有其各自的特点。但目前还没有一种被广泛使用的医学图像数据分类方法,这是因为其对结果的精度有较高的要求,这也说明了医学图像数据挖掘的研究前景有巨大潜力。
关键词:医学图像数据挖掘;辅助诊断;分类算法
- 文献综述
在CNKI中国期刊全文数据库中,以“图像数据挖掘”“诊断”为主题作为检索条件进行精确检索,将文献的发表时间设置为“2000—2020”,一共找到了篇名包含“图像数据挖掘”“诊断”的文献77篇。
对这77篇的文献的情况进行整体分析,发现相关文献的发文量每年都在持续增加。从学科分布来看,文献主要来自信息科技、医药卫生科技、工程科技以及基础科学领域,说明这是一个多学科交叉的新型领域。
对这些文献进行分组分析,发现目前对于医学图像数据挖掘领域的研究大致可以归为两类。第一类是对于医学图像数据挖掘的方法研究,主要对图像数据挖掘及其产生背景、医学图像数据挖掘的方法以及数据挖掘技术在医学影像中的应用进行研究;第二类是医学图像数据挖掘的实际应用,例如图像数据挖掘在骨折X光图像自动诊断、乳腺X光图像自动诊断、颅脑病变自动诊断以及SARS辅助诊断的应用。其中,对于数据挖掘方法应用在医学图像诊断方面的文献较多。
(一)国内外学者关于医学图像数据挖掘方法的研究
随着医学数字化影像设备在临床工作中日益广泛的应用,临床上每天都会产生大量医学图像数据。充分利用以前确诊病例的各种信息以及医生的临床诊断经验可以使计算机进行快速有效地辅助诊断。可是在以前的很长一段时间里,计算机辅助医学诊断系统很大程度上都是基于知识的专家系统,往往存在知识获取的瓶颈、知识的脆弱性、推理的单调性等方面的缺陷,其带有一定的主观性,智能性和鲁棒性都比较差[1]。
以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。