ارائه روشي جهت بالا بردن دقت بازيابي تصاوير پزشكي با استفاده از انتخاب مراكز بهينه در خوشه بند k-means و شبكه عصبي som

هدف سيستم بازيابي تصاوير پزشكي، ارائه به موقع اطلاعات مرتبط در زمان مناسب به كاربر است. با پيشرفت سيستم هاي تصوير برداري در حوزه ي پزشكي، روزانه سيل عظيمي از تصاوير پزشكي توليد مي شود و در پايگاه داده هايي ذخيره مي شوند. اين تصاوير براي استفاده بايد با سهولت، سرعت و با دقت مناسبي بازيابي شوند. در اين مقاله بازيابي تصاوير پزشكي مبتني بر كيسه اي از كلمات بصري كه يكي از معمول ترين روش هاي بازيابي تصاوير مي باشد مورد بررسي قرار گرفته است. الگوريتم k-means يكي از پركاربردترين الگوريتم هاي خوشه بندي مي باشد كه براي توليد كلمات بصري استفاده مي شود. كارايي اين الگوريتم به طور قابل توجهي به مراكز اوليه انتخابي براي خوشه ها وابسته است و چون اين الگوريتم مراكز اوليه خوشه ها را به صورت تصادفي انتخاب مي كند روش هاي بازيابي تصويري كه از الگوريتم k-means پايه استفاده مي كنند، از كارايي بالايي برخوردار نمي باشند. در اين مقاله، روشي جهت بهبود دقت بازيابي تصاوير پزشكي بر اساس محتوا با انتخاب نقاط بهينه در خوشه بند k-means و استفاده از شبكه عصبي نگاشت خودسازمانده som مي توان تصاوير پزشكي را با دقت بالاتري بازيابي كرد. در اين روش پس از استخراج ويژگي هاي محلي تصاوير با توصيف گر surf، خوشه بند k-means را با مراكز اوليه بهينه و شبكه عصبي نگاشت خودسازمانده براي توليد كلمات بصري به كار مي گيريم. با انجام آزمايشات بر روي مجموعه تصاوير پزشكي استفاده از نقاط اوليه بهينه باعث توليد كلمات بصري بهينه شده و دقت بيشتري نسبت به توليد كلمات بصري با شبكه عصبي نگاشت خودسازمانده به دست آمده است.