换一批基于医学征象和卷积神经网络的肺结节CT图像哈希检索
Hashing retrieval for CT images of pulmonary nodules based on medical signs and convolutional neural networks
摘要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.
更多相关知识
关键词
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pulmonary nodulesmedical signsconvolutional neural networksprincipal components analysissemantic featuresHashing Functionadaptiveimage retrieval
分类号
TP391
DOI
10.11992/tis.201706035
发布时间
2018-01-22（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（61373100）
虚拟现实技术与系统国家重点实验室开放基金（BUAA-VR-17KF-14）
虚拟现实技术与系统国家重点实验室开放基金（BUAA-VR-17KF-15）
山西省回国留学人员科研项目（2016-038）
- 浏览1
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
