基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在乳腺X线图像肿块检测中存在较高的假阳性率,通过基于内容的肿块检索,将待判定肿块与已确诊肿块进行相似性分析,可有效降低假阳性率。本文提出了一种结合可区分锚点图哈希和线性近邻传递的乳腺图像肿块检索方法。针对传统锚点图哈希在相似度定义中没有考虑病理相关性的问题,引入病理类别至锚点图哈希图像相似度计算,提出了可区分锚点图哈希以重新表示图像。利用线性近邻传递作为相关反馈技术,基于图像底层特征表达与图像高层语义间的学习机制,实现交互式肿块图像检索。采用北京大学人民医院乳腺中心提供的临床图像作为实验数据,实验结果表明,引入病理类别的可区分锚点图哈希图像表达在肿块相似性分析上优于传统锚点图哈希。相比于现有方法,本文提出的方法在肿块检索性能上得到明显提高。
推荐文章
基于半监督线性近邻传递的相关反馈方法
相关反馈
半监督学习
图像检索
线性近邻传递
基于双线性迭代量化的哈希图像检索方法
哈希
图像检索
双线性
迭代量化
乳腺X线图像肿块分割研究
乳腺癌
肿块
乳腺钼靶X线图像
肿块分割
乳腺X线图像肿块分割
乳腺X光图像
乳腺肿块
图像分割
计算机辅助诊断
区域增长
针状化特征
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于哈希理论和线性近邻传递反馈的乳腺X线图像肿块检索方法
来源期刊 物理学报 学科
关键词 乳腺X线图像 肿块检索 相关反馈 哈希理论
年,卷(期) 2014,(20) 所属期刊栏目 物理学交叉学科及有关科学技术领域
研究方向 页码范围 367-375
页数 9页 分类号
字数 语种 中文
DOI 10.7498/aps.63.208701
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈后金 北京交通大学电子信息工程学院 120 1030 17.0 27.0
2 程琳 北京大学人民医院乳腺中心 47 356 11.0 18.0
3 李艳凤 北京交通大学电子信息工程学院 24 98 5.0 9.0
4 曹霖 北京交通大学电子信息工程学院 3 6 2.0 2.0
5 韩振中 北京交通大学电子信息工程学院 5 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (2)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
乳腺X线图像
肿块检索
相关反馈
哈希理论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导