首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于近似匹配的动态局部敏感哈希的医学影像检索方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中国人民解放军总医院第二医学中心;北京理工大学

摘要:本发明公开的基于近似匹配的动态局部敏感哈希方法的医学影像检索方法,属于医学影像检索领域。本发明的实现方法为:对图片数据提取方向梯度直方图特征值、局部二值模式特征值及Haar‑like特征值构建图像的检索索引后,利用动态局部敏感哈希方法与加权k近邻算法对医学影像检索方法进行优化。从而,解决采用浅层特征进行海量医学影像检索对医学影像识别准确率低以及海量医学影像数据检索计算量大、时间开销大的技术问题。

主权项:1.基于近似匹配的动态局部敏感哈希的医学影像检索方法,其特征在于:包括以下步骤,步骤1:向原始图像数据库中输入图片数据;步骤2:根据步骤1得到的图片数据提取方向梯度直方图特征值、局部二值模式特征值及Haar-like特征值构建图像的检索索引;步骤3:根据步骤2得到的图像的检索索引,利用动态局部敏感哈希方法与加权k近邻算法对医学影像检索方法优化;步骤3.1:根据步骤2得到的索引数据集I及图像的特征值分配哈希地址构建哈希函数并映射为哈希表,即动态局部敏感哈希方法;步骤3.2:根据步骤2得到的标签向量L定义检索关键字;步骤3.3:建立检索关键字与哈希函数对应关系;步骤3.3.1:为满足哈希表中数据的稳定分布,哈希函数定义为,如式1所示: 其中S是服从标准正态分布N0,1的随机n维向量,m是数据集合向量,F为从0,W中选取的随机整数,W是直线上分段的长度;步骤3.3.2:通过哈希函数构建复合哈希函数和设置多索引哈希表,如式2所示;用于提高哈希表中近邻点的碰撞概率和非近邻点不碰撞概率;从而,减小哈希表在哈希桶上的冲突来提升提升哈希表检索的性能;g1mi=h11mi,h12mi,…,h1Zmii=1,…,z……gVmi=hV1mi,hV2mi,…,hVZmii=1,…,z2其中,V,Z为根据数据集随机生成矩阵的维度,该矩阵把数据集映射到V个投影空间;步骤3.4:对哈希表的图像数据检索访问,使用K近邻实现对检索结果陈列;步骤3.4.1:输入查找的关键字,计算查询点落入每一个哈希函数的地址,若哈希函数族由n个哈希函数构建,则可以计算出n个地址;步骤3.4.2:计算哈希表中与步骤3.4.1中n个检索地址领域中其余地址与该地址的距离,形成局部邻域结构;对局部邻域结构距离测度如式3所示: 其中,xi为步骤3.4.1得到的哈希地址,xj为xi领域中与xi相近的点,wij是xi从其邻域xj∈Nxi获得的重构矩阵,即构建邻域线性邻域权值矩阵wij如式4所示,用于度量xj与xi的相似性; s.t.∑jwij=1,wjk≥05其中,对邻域线性邻域权值矩阵需满足如式5所示的条件;Gjjk表示局部格拉姆矩阵;xi点处的格拉姆矩阵表示为Gjjk=xi-yiTxi-yi;步骤3.4.3:根据获得的距离对结果进行排序,选出最近的K个邻近检索结果进行陈列。

全文数据:

权利要求:

百度查询: 中国人民解放军总医院第二医学中心 北京理工大学 基于近似匹配的动态局部敏感哈希的医学影像检索方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。