基于深度哈希网络的肺结节CT相似图像检索方法研究
目的肺结节图像具有相似度高和关联度高等特点，但传统图像哈希方法不能完整表达图像内容和语义信息导致检索的精度下降，因此，探讨一种基于深度哈希学习的肺结节CT相似图像检索方法。方法采用LIDC-IDRI公开数据集，首先，通过构造加入注意力机制的卷积神经网络与双向长短期记忆网络提取肺结节图像中带有权重信息的图像区域特征与区域间上下文相关信息，并将两种网络提取的深度特征进行融合，通过全连接层过渡到哈希层，实现哈希码的有效映射；其次，采用分级检索策略，利用本文的深度网络预测待查询图像的标注信息以获取对应的类库，在类内检索得到一组具有相似哈希码的候选对象构成候选池，然后根据池内图像高层语义特征进行相似度排...
Saved in:
| Main Authors: | , , , |
|---|---|
| Format: | Article |
| Language: | zho |
| Published: |
Editorial Office of Journal of Sun Yat-sen University
2022-07-01
|
| Series: | Zhongshan Daxue xuebao. Yixue kexue ban |
| Subjects: | |
| Online Access: | http://xuebaoyx.sysu.edu.cn/zh/article/doi/10.13471/j.cnki.j.sun.yat-sen.univ(med.sci).2022.0419/ |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|