基于注意力机制的医学影像深度哈希检索算法

摘要：

针对现阶段医学影像检索中检索性能差、精度低、缺乏可解释性等一系列问题,提出了一种结合了注意力机制的医学影像检索算法.以深度卷积神经网络为基础,以贝叶斯模型为框架,所提算法引入了由语义特征引导的注意力机制模块,通过分类网络的引导,生成包含语义信息的局部特征描述子,同时使用全局特征与富含语义信息的局部特征作为哈希网络的输入,引导哈希网络从全局和局部的角度关注重要特征区域,增强了哈希编码的特征表达能力,并引入加权似然估计函数解决了正负样本对数量不均衡的问题.采用MAP和NDCG作为评价指标,选择ChestX-ray14数据集进行实验,将所提算法与目前常用的深度哈希方法进行对比.实验结果表明,本文算法在哈希编码不同码位下的M A P值和NDCG值都远优于现有的深度哈希方法,证明了其有效性.

关键词：医学影像检索、注意力机制、深度哈希、贝叶斯框架、卷积神经网络

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：科技创新新一代人工智能重大项目;湖南省高新技术产业科技创新引领计划

在线出版日期：2022-08-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119