数字医学影像检索算法研究

在D ICOM标准和SA-DWT小波变换实现影像压缩编码建立的医学影像数据库基础上,阐述了医学影像数字化的总体方案.在基于内容的图像查询中,提出了基于小波模极大值及多尺度不变矩相结合的检索算法,并给出相关算法的实现及实验效果分析.

数字化存储及检索算法在医学影像中的应用

在综合分析DICOM3标准的基础上,阐述了医学影像的数字化采集方案设计:采用SA-DWT小波变换方法实现影像压缩编码,建立医学影像数据库。在基于内容的图像查询中,提出了基于小波模极大值及多尺度不变距相结合的检索算法,并给出相关算法的实现及实验效果分析。

基于注意力机制的医学影像深度哈希检索算法

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MAP值和NDCG值都远优于现有的深度哈希方法,证明了其有效性。

多视角判别度量学习的乳腺影像检索方法

传统的医学影像检索使用单幅影像,但单幅影像中的影像信息有限,且不能有效利用不同角度拍摄的医学影像。为解决这一问题,提出了一种多视角判别度量学习的医学影像检索方法。基于Fisher判别模型在多个视角之间学习鲁棒的度量空间,使得相似的医学影像在度量空间紧密地映射,不相似的医学影像尽可能地彼此分离。同时,设置视角权重因子充分利用每个视角特征的不同表征信息。在“乳腺癌数字存储库”中与4种多视角方法比较,本文提出的方法检索准确率提高7%,识别率更高。