混合迁移学习方法在医学图像检索中的应用

• 作者: 王宗义 贾刚
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 语义标注 医学图像检索 混合迁移 实例迁移 特征迁移 多任务学习 稀疏非负矩阵分解
• 年，卷（期）: 2015,（7）
• 页码范围: 938-942
• 页数: 5页
• 分类号: TP391
• 字数: 5437字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.201405015

摘要

针对医学图像的复杂性,将迁移学习理论引入到医学图像的语义映射和检索中,提出了一种以解决多任务学习为目标的混合迁移学习方法. 首先,对医学图像目标领域的数据进行部分语义标记,找出源领域和目标领域中具有相同语义标记的医学图像,并对这些图像进行聚类,而后剔除一些在特征上距离较远的图像数据,完成实例迁移;然后,采用在源领域和目标领域中具有相同语义的医学图像数据进行稀疏矩阵分解,完成特征的迁移;最后,完成目标领域中未标记图像数据的语义映射. 利用200幅医学图像进行语义标注进行检索,实验表明准确率超过50%的图片数量占了80%以上,验证了方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宗义	哈尔滨工程大学自动化学院	48	737	15.0	26.0
2	贾刚	哈尔滨工程大学自动化学院	4	22	3.0	4.0