基于医学征象和卷积神经网络的肺结节CT图像哈希检索
针对肺结节图像检索中存在的两个问题:手工设计的特征对肺结节的表达能力不强,生成的哈希码检索效果不佳.文中提出一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法.首先,依据肺结节的9种征象取值,构造训练集准确的哈希码;其次,利用卷积神经网络和主成分分析法提取肺结节的重要语义特征,并结合训练集准确的哈希码反向求解哈希函数;最后,提出一种基于自适应比特位的检索方法,实现待查询肺结节图像的快速检出.通过对数据集进行实验和分析,证实了本文方法在肺结节图像检索过程中取得了较高的准确率和检索精度.
肺结节、医学征象、卷积神经网络、主成分分析、语义特征、哈希函数、自适应、图像检索
12
TP391(计算技术、计算机技术)
国家自然科学基金项目61373100;虚拟现实技术与系统国家重点实验室开放基金项目BUAA-VR-17KF-14, BUAA-VR-17KF-15;山西省回国留学人员科研项目2016-038
2018-01-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
857-864