基于医学征象和卷积神经网络的肺结节CT图像哈希检索

• 作者: 强彦 杜晓平 杨晓兰 赵文婷 赵涓涓
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 肺结节 医学征象 卷积神经网络 主成分分析 语义特征 哈希函数 自适应 图像检索
• 年，卷（期）: 2017,（6）
• 页码范围: 857-864
• 页数: 8页
• 分类号: TP391
• 字数: 4632字
• 语种: 中文
• DOI: 10.11992/tis.201706035

摘要

针对肺结节图像检索中存在的两个问题:手工设计的特征对肺结节的表达能力不强,生成的哈希码检索效果不佳.文中提出一种基于医学征象和卷积神经网络的肺结节CT图像哈希检索方法.首先,依据肺结节的9种征象取值,构造训练集准确的哈希码;其次,利用卷积神经网络和主成分分析法提取肺结节的重要语义特征,并结合训练集准确的哈希码反向求解哈希函数;最后,提出一种基于自适应比特位的检索方法,实现待查询肺结节图像的快速检出.通过对数据集进行实验和分析,证实了本文方法在肺结节图像检索过程中取得了较高的准确率和检索精度.

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	赵文婷	太原理工大学计算机科学与技术学院	8	40	4.0	6.0
4	杨晓兰	太原理工大学计算机科学与技术学院	2	8	1.0	2.0