基于深度语义模型的乳腺X线图像检索

• 作者: 李洁 王颖 邹佩
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 乳腺肿块 乳腺X线图像 基于内容的图像检索 深度学习 深度语义树
• 年，卷（期）: 2020,（3）
• 页码范围: 400-410
• 页数: 11页
• 分类号: TP391
• 字数: 6817字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2020.03.003

摘要

图像特征是基于内容的图像检索(Content-based image retrieval,CBIR)的关键,大部分使用的手工特征难以有效地表示乳腺肿块的特征,底层特征与高层语义之间存在语义鸿沟.为了提高CBIR的检索性能,本文采用深度学习来提取图像的高层语义特征.由于乳腺X线图像的深度卷积特征在空间和特征维度上存在一定的冗余和噪声,本文在词汇树和倒排文件的基础上,对深度特征的空间和语义进行优化,构建了两种不同的深度语义树.为了充分发挥深度卷积特征的识别能力,根据乳腺图像深度特征的局部特性对树节点的权重进行细化,提出了两种节点加权方法,得到了更好的检索结果.本文从乳腺X线图像数据库(Digital database for screening mammography,DDSM)中提取了2200个感兴趣区域(Region of interest,ROIs)作为数据集,实验结果表明,该方法能够有效提高感兴趣肿块区域的检索精度和分类准确率,并且具有良好的可扩展性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王颖	西安电子科技大学电子工程学院	14	80	5.0	8.0
2	李洁	西安电子科技大学电子工程学院	51	747	14.0	26.0
3	邹佩	西安电子科技大学电子工程学院	2	0	0.0	0.0