原文服务方: 计算机应用研究       
摘要:
针对传统方法在面对大量肺部数据时检索效率不高的问题,提出了一种基于有监督哈希的肺结节CT图像检索方法.通过图像预处理建立肺结节图像库,并从灰度、形态、纹理方面提取图像多特征;利用监督信息构造哈希函数,将多特征映射为低维哈希码;根据设计的自适应权重计算图像相似度,并返回相似的肺结节图像.实验结果表明,该方法能有效地实现肺结节CT图像的快速检索,对查询病灶的良恶性分类精度达到了89.45%.
推荐文章
基于无监督哈希算法的车辆图像快速检索
无监督哈希
三元组
卷积神经网络
车辆图像
快速检索
面向Web图像检索的基于语义迁移的无监督深度哈希
语义迁移
图像哈希
Web图像检索
深度学习
基于医学征象和卷积神经网络的肺结节CT图像哈希检索
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
针对肺结节检测的肺实质CT图像分割
图像分割
连通域
肺实质
CT
肺结节
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 基于有监督哈希的肺结节CT图像检索
来源期刊 计算机应用研究 学科
关键词 肺结节 图像检索 多特征提取 有监督哈希 自适应权重 分类
年,卷(期) 2017,(9) 所属期刊栏目 图形图像技术
研究方向 页码范围 2838-2842
页数 5页 分类号 TP391.41
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2017.09.061
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 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
2 潘玲 太原理工大学计算机科学与技术学院 6 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (13)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (11)
二级引证文献  (3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
肺结节
图像检索
多特征提取
有监督哈希
自适应权重
分类
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导