基于视觉信息与征象标签的肺结节CT图像检索

• 作者: 唐笑先 宋云霞 强彦 田奇 赵涓涓
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 肺结节图像 多特征 概率超图 哈 希 图像检索
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能:从知识发现到机器学习
• 页码范围: 1043-1051
• 页数: 9页
• 分类号: TP391
• 字数: 4654字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.06.006

摘要

肺结节CT图像的相似性检索是计算机辅助诊断系统中最重要的部分,目前常用的检索方法通常匹配精度低,检索速度慢.针对上述问题,提出一种新的基于视觉信息与征象标签的双概率超图哈希算法,使用两层结构提高肺结节图像的检索精度:在第一层,将肺结节影像视觉信息和标签信息分别构建概率超图,最优划分概率超图得到哈希码;在第二层,使用结节图像的视觉特征、标签特征和第一层得到的哈希码来训练哈希函数.在检索时,对待检图像通过训练好的哈希函数进行0,1编码,与数据集中图像比较汉明距离,返回相似结节图像.对9种不同征象类型的3422张肺结节CT图像进行实验,并与不同哈希算法进行比较,结果表明,提出的方法在哈希码长为32位时可以达到最高精度90.18%,有效提高了检索精度,可以给医生提供客观的辅助诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	强彦	太原理工大学计算机科学与技术学院	88	402	11.0	16.0
2	赵涓涓	太原理工大学计算机科学与技术学院	54	283	8.0	14.0
3	宋云霞	太原理工大学计算机科学与技术学院	2	3	1.0	1.0