Craiova Medical

Vol 10, Nr 4, 2008

Studiu clinic
Informatic medical
Sistem de cutare dup coninut n baze de date
multimedia cu imagini medicale
II. Metode de stabilire a similitudinii imaginilor
D. D. GRIMAN
Universitatea de Medicin i Farmacie din Craiova

Content based search system in a multimedia database with medical

images II. The methods of establishing image similitudes
REZUMAT Sistemele de cutare dup coninut n

ABSTRACT The content based image search and

baze de date multimedia se bazeaz pe caracteristicile

imaginilor: histograma color, setul binar color, textura
sau granulaia materializate n modele de reprezentare
a imaginilor. Cutarea i regsirea dup coninut
impune comparaii ntre imagini. Aceasta presupune
folosirea de resurse puternice pe o perioad de timp
ndelungat. De accea comparaiile au loc ntre
modelele de reprezentare ale imaginilor. Msurarea
similitudinii ntre dou imagini poate fi determinat
printr-una din metode: prin calculul distanei Minkowski,
distanei Hamming, distanei ptratice, msurii
generalizate Jaccard i msurii corelate Pearson. S-a
realizat un studiu pe un set de trei imagini compus dintro imagine endoscopic de interogare i dou imagini
endoscopice int (una relevant i una nerelevant).
Au fost comparate rezultatele pentru toate metodele de
stabilire a similitudinii folosind modelele de reprezentare
a imaginilor n spaii color RGB i HSV.

retrieve systems are grounded on their images

characteristics: the colour histogram, the colour binary
set, the texture or granulation which are materialized
into images representation models. The search and
retrieval of a content based image implies comparisons
between the images. This thing involves the use of a
huge amount of resources and for a very long period of
time. That is why the comparison takes place between
the image representation models. The measuring of the
similarity between the two images can be determined in
the following ways: by calculating the Minkowski
distance, the Hamming distance, the square distance,
generaliyed measure Jaccard and corelation measure
Pearson. The study was realized for a set of three
images compose by a one interrogation endoscopical
image and two target endoscopical images (one
relevant image and one irrelevant image). They are
compareted results for all methods of establishing
image similitude using the images representation
models in the RGB colour space and the HSV color
space.

CUVINTE CHEIE: imagine medical, baze de date

KEYWORDS: medical image, multimedia database,

multimedia, similitudine, histogram, set binar color,

textur.

similitude, histogram, colour binary set, texture.

Noiuni introductive
Creterea volumului de informaie n toate
disciplinele medicale face necesar introducerea
unor metode de stocare i regsire rapid i
eficient a tuturor datelor disponibile.
Sistemele de cutare dup coninut n baze de
date multimedia cu imagini medicale permit
stocare unei cantiti mari de imagini modelate
putnd s returneze imaginile similare cu
imaginea de interogare. Modelele sunt construite
pornind de la caracteristicile imaginilor referitoare
la coninutul de culoare (histograma normalizat
color, setul binar color) sau textur (granulaie).
Modelele de reprezentare a imaginilor sunt
distribuii discrete reprezentate prin vectori ntr-un
spaiu metric N-dimensional (SN), unde N poate
reprezenta:
- numrul de culori folosite;

- numrul de mrimi de granule.

Cutarea i regsirea unei imagini pe baz de
coninut presupune comparaii ntre imagini. n
practic, n vederea reducerii resurselor hardware
necesare, comparaia se execut ntre modelele
reprezentative ale imaginilor.
Comparaia ntre dou imagini medicale, una
de interogare (II) i alta int (IT) se realizeaza prin
calculul distanei d(vI,vT) sau apropierii m(vI,vT)
ntre punctele vectorilor de reprezentare vI i
respectiv vT, n spaiul SN. Distana sau apropierea
ntre punctele vI si vT ce aparin spaiului SN este
un numr ce satisface urmtoarele condiii [17a]:
1.Identitate: d(vI,vT)=0, m(vI,vT)=max;
2.Ne-negativitate: d(vI,vT)0, m(vI,vT)0;
3.Comutativitate sau simetrie: d(vI,vT)=
d(vT,vI)0, m(vI,vT)= m(vT,vI)0;

Ing. Dumitru-Dan Griman, Facultatea de Medicin, Universitatea de Medicin i Farmacie din Craiova

269

D. D. Griman: Sisteme

de cutare dup coninut n MDB. Metode de stabilire a similitudinii

4.Inegalitatea triunghiului: d(vA,vC) d(vA,vB)+

d(vB,vC), m(vA,vC) m(vA,vB)+ m(vB,vC).
Dou imagini I1 i I2 sunt similare pentru o
caracteristic dac distana d(v1,v2) respectiv
apropierea m(v1,v2) ntre punctele asociate
vectorilor caracteristicii este mai mic sau egal
respectiv mai mare sau egal cu un prag de
similitudine .
B

Aprecierea similitudinii
Dac x i y sunt dou puncte ntr-un spaiu
metric SN de dimensiune N avnd asociai vectorii
x = (x1, x2, ..., xN) respectiv y = (y1, y2, ..., yN),
msurarea similaritii celor dou puncte se poate
realiza utiliznd metodele:
1.distana Minkowski [1], [2]:
1/ p

p
N

d M , p ( x, y ) = xi yi ,
i=1

*
unde p N ;
2.distana Hamming [1], [3]:
N

d H ( x, y ) =

x
i =1
N

x y
i

i =1

i =1

Hx[i]

Aprecierea similitudinii pentru

histogramele color
Se consider histogramele ca fiind normalizate,
deci valorile xi ale vectorului histogram sunt
cuprinse n intervalul [0,1]. Att n cazul
distanelor ct i al msurilor sunt comparate
elementele identice ale histogramei int Hx cu
elementele histogramei de interogare Hy (figura
1).
Figura 1 - Compararea elementelor histogramelor
color pentru distane i msuri

yi

reprezentare), iar cel drept pentru similitudine

minim (imagini opuse).
Valorile pragului de similitudine sunt
considerate corecte pentru similitudine n urma
comparaiei a dou imagini sunt acele valori ce
sunt cuprinse n prima ptrime a intervalului
pentru fiecare metod n parte.
Modelele de reprezentare folosite sunt obinute
n dou spaii color RGB i HSV cunatificate la un
numr de 27, 125 respectiv 36, 162 culori.

3. distana ptratic [1], [3]:

N

d 2 ( x, y ) = xi yi ai , j x j y j ,

Hy[i]

i =1 j =1

unde ai,j reprezinta similitudinea intre

elementele vectorilor cu indecsii i si j, deasemenea
ai,j = aj,i;
4. msura generalizat Jaccard [2]:
N

d J ( x, y ) =

x y
N

i =1
N

i =1

i =1

x +y x y
2
i

Pentru distana ptratic sunt comparate i

ponderate toate elementele histogramelor int i
interogare (figura 2).

2
i

i =1

Figura 2 - Compararea elementelor histogramelor

color pentru distana ptratic

5. msura corelat Pearson [2]:

N

d P ( x, y ) =

x
i =1

(x
i =1

x yi y

x)

(y
i =1

Hx[i]

y)

Dou imagini I1 i I2 sunt similare din

punct de vedere al unei caracteristici dac distana
d(v1,v2) respectiv apropierea m(v1,v2) ntre
punctele asociate vectorilor caracteristicilor este
mai mic sau egal respectiv mai mare sau egal
cu un prag de similitudine .
Valorile pentru fiecare metod sunt cuprinse
ntr-un interval (ascendent pentru distane i
descendent pentru msuri) pentru care captul
stng corespunde similitudinii maxime (imagini
identice din punct de vedere al modelului de

270

Hy[i]

n tabelul 1 sunt prezentate comparativ pentru

trei imagini medicale de natur endoscopic (dou
imagini cu ulcer esofagian i o imagine cu
gastritr
sifilitic)
rezultatele
aprecierii

Craiova Medical

Vol 10, Nr 4, 2008

similitudinii folosind metode pe baz de distane i

msuri.
Tabel 1 - Comparaii ntre metode pentru
histogramele color
Spaiul color RGB
RGB27

Imagine
tint

RGB125

interogare
(2)
nerelevant

Sy[i]

Interval
[0;1.4142]
[0;2]
[0;2]
[1;0]
[1;0]

0.1010 (1)
0.6895 (2)
0.2389 (1)
1.2791 (2)
0.0072 (1)
0.4533 (2)
0.9584 (1)
0.1485 (2)

0.0798 (1)
0.5259 (2)
0.2647 (1)
1.5684 (2)
0.0056 (1)
0.3398 (2)
0.9514 (1)
0.1267 (2)

0.9780 (1)
0.3108 (2)

0.9740 (1)
0.2596 (2)

Spaiul color HSV

HSV36

Imagine
tint

Tabel 2 - Comparaii pentru setul binar color

Imagine
Metod
distana
Minkowski
Imagine
Metod
distana
Minkowski

Spaiul color RGB

RGB27
Interval
[0;1.4142]
0.0740(1)
0.1851 (2)
Spaiul color HSV
HSV36
Interval
[0;1.414]
0.0(1)
0.0833 (2)

RGB125
0.0080 (1)
0.1120 (2)
HSV162
0.0061(1)
0.0802 (2)

HSV162

Aprecierea similitudinii pentru textur

Se consider texturile ca fiind normalizate,
deci valorile xi ale vectorului textur sunt cuprinse
n intervalul [0,1]. n cazul distanelor i msurilor
sunt comparate elementele identice ale texturilor
int Tx cu elementele texturii de interogare Ty
(figura 4).

interogare
(1)
relevant
interogare
(2)
nerelevant
Metod
distana
Minkowski
distana
Hamming
distana
ptratic
msura
generalizat
Jaccard
msura
corelat
Pearson

Figura 3 - Compararea elementelor seturilor binare

color
Sx[i]

interogare
(1)
relevant

Metod
distana
Minkowski
distana
Hamming
distana
ptratic
msura
generalizat
Jaccard
msura
corelat
Pearson

cu elementele setului binar color de interogare Sy

(figura 3).
n tabelul 2 sunt prezentate comparativ pentru
cele trei imagini medicale de natur endoscopic
rezultatele aprecierii similitudinii folosind metoda
pe baza distanei Minkowski.

Figura 4 - Compararea elementelor texturii pentru

distane i msuri
Interval
[0;1.414]
[0;2]
[0;2]
[1;0]
[1;0]

0.1140 (1)
0.8756 (2)
0.2166 (1)
1.4962 (2)
0.0090 (1)
0.9930 (2)
0.9589 (1)
0.1958 (2)

0.1507 (1)
0.5901 (2)
0.4051 (1)
1.5122 (2)
0.0144 (1)
0.4126 (2)
0.8508 (1)
0.1538 (2)

0.9777 (1)
0.3579 (2)

0.9185 (1)
0.3104 (2)

Aprecierea similitudinii pentru seturile

binar color
Valorile xi ale vectorului set binar color sunt
cuprinse n mulimea {0,1}. Ca i n cazul
histogramelor pentru distane sunt comparate
elementele identice ale setului binar color int Sx

Tx[i]

1 1

Ty[i]

1 2 3 4 5 7 9 1 1
n tabelul 3 sunt prezentate comparativ pentru
cele trei imagini medicale de natur endoscopic
rezultatele aprecierii similitudinii folosind metode
pe baz de distane i msuri.

Ing. Dumitru-Dan Griman, Facultatea de Medicin, Universitatea de Medicin i Farmacie din Craiova

271

D. D. Griman: Sisteme

de cutare dup coninut n MDB. Metode de stabilire a similitudinii

Tabel 3 - Comparaii pentru textur

Imagine
Metod
distana
Minkowski
distana
Hamming
distana
ptratic
msura
generalizat
Jaccard
msura
corelat
Pearson
Imagine
Metod
distana
Minkowski
distana
Hamming
distana
ptratic
msura
generalizat
Jaccard
msura
corelat
Pearson

Spaiul color RGB

RGB27
Interval
[0;1.4142]
0.1210 (1)
0.6004 (2)
[0;2]
0.3325 (1)
1.4505 (2)
[0;2]
0.0053 (1)
0.3967 (2)
[1;0]
0.9142 (1)
0.0666 (2)
[1;0]

0.9785 (1)
0.2532 (2)

Spaiul color HSV

HSV36
Interval
[0;1.414]
0.6853 (1)
0.9824 (2)
[0;2]
1.4470 (1)
1.6540 (2)
[0;2]
0.4880 (1)
1.1187 (2)
[1;0]
0.0786 (1)
0.0183 (2)
[1;0]

0.2401 (1)
0.1148 (2)

RGB125
0.2339 (1)
0.1838 (2)
0.6368 (1)
0.6027 (2)
0.0338 (1)
0.0305 (2)
0.6545 (1)
0.7088 (2)
0.8629 (1)
0.8720 (2)
HSV162
0.1713 (1)
0.3749 (2)
0.4689 (1)
0.9609 (2)
0.0162 (1)
0.1111 (2)
0.7751 (1)
0.3004 (2)
0.8628 (1)
0.5221 (2)

Concluzii
Din analiza celor 3 tabele se desprind
urmtoarele concluzii:
1. Valorile distanelor i msurilor pentru
imaginea relevant s-au plasat de cele mai multe
ori n prima ptrime a intervalelor de valori, iar
pentru imaginea nerelevant n a doua i a treia
ptrime.
2. Pentru majoritatea metodelor utilizate i
modelelor de reprezentare similitudinea se
imbuntete odat cu creterea gradului de
cuantificare a spaiului color utilizat.

3. Histogramele normalizate color rspund cel

mai bine cerinelor de apreciere a similitudinii
imaginilor de natur endoscopic, seturile binare
color pot fi folosite ntr-o prim etap n vederea
excluderii imaginilor nesimilare, iar textur poate
da randament n combinaie cu alte modele de
reprezentare sau pentru imagini medicale de
natur morfopatologic.
4. Ca performan privind aprecierea
similitudinii metodelor de calcul a acesteia pot fi
ierarhizate astfel: distana Minkowski, distana
ptratic, msura corelat Pearson, msura
generalizat Jaccard, distana Hamming.
5. Se observ o relativ egalitate n ceea ce
privete performana aprecierii similitudinii pentru
cele dou spaii color utilizate: RGB i HSV.
Crearea unui sistem de cutare dup coninut n
baze de date multimedia cu imagini de natur
medical va permite ntr-un domeniu fundament al
vieii sociale (medicina) s se realizeze
implementarea unor tehnici moderne de arhivare,
instruire i diagnosticare.
Stabilirea
metodelor
de
apreciere
a
similitudinii imaginilor reprezint un pas
important n implementarea unui sistem eficient
de cutare dup coninut n baze de date
multimedia cu imagini de natur medical.
Bibliografie
1. Smith, J.R., Integrated Spatial and Feature Image
System. Retrieval, Compression and Analysis, Ph.D.
thesis, Graduate Scholl of Arts and Sciences,
Columbia University, 1997.
2. Wold, E., Blum, T., Keislar, D., Wheaton, J.,
Content-Based Clasification, Search and Retrieval
of Audio, IEEE Multimedia 1996, vol. 3, no. 3.
3. Smith, J.R., Chang, S.H., Automated Image
Retrieval Using Color and Texture, IEEE
Transactions on Pattern Analysis and machine
Intelligence, 1999.

Adresa pentru coresponden: Ing. Dumitru-Dan Griman, Facultatea de Medicin, Universitatea de

Medicin i Farmacie din Craiova, Str. Petru Rare Nr. 4, Cod 200349, Craiova, Tel. 0251426 688,
e-mail: dangaraiman@yahoo.com

272