关于图半监督学习的医学图像检索.pdfVIP

下载本文档

6
0
约2.57万字
约 7页
2017-10-28 发布于安徽
举报
版权申诉

关于图半监督学习的医学图像检索.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第25卷第9期计算机辅助设计与图形学学报 V01．25No．9 of 2013年9月 JournalComputer—AidedDesignComputerGraphics Sep．2013 基于图半监督学习的医学图像检索吴梦麟1’”，陈强¨，孙权森¨ 1’(南京理工大学计算机科学与技术学院南京 210094) 2’(南京工业大学电子与信息工程学院南京 211816) (wumenglin8263@hotmail．com) 摘要：针对医学图像检索中底层特征不能完整地描述图像的高层语义的问题，提出一种基于图的半监督学习框架的医学图像检索算法．首先根据图像之间的距离关系构建图模型，并在标记传播过程中加入密度相似性约束，得到查询图像的类别归属度，即图像的视觉语义表示；然后提取图像分块SIFT特征，用词袋进行描述，以获取图像的局部特征；最后设计了结合视觉语义和局部特征的相似性度量准则．在ImageCLEFmed上的实验结果表明，该算法能够有效地表达图像的视觉语义，检索效率优于单一底层特征检索．关键词：基于内容的医学图像检索；基于图的半监督学习；视觉语义；词袋中图法分类号：TP391．41 MedicalRetrieVaI Image byGraph—basedSemi。superVisedLearning Wu Sun Quansen¨ Menglinl·孙，ChenQiang¨，and SfiPnfP n”d 210094) 1’(Sf矗ooz(矿Com户“￡Prn”d丁kf^o￡ogy。Nn，巧igUniwrs打yo厂SfiP”fPTFf^行ozDg_)，，N口”Jing n”d 211816) 2’(CozzegPo，EzPffrD”ifsJ，t，brmnfionEHg抽PPri”g，Nn”J抽gUni可Prs打y(矿T_f^ozogy，N日Ji”g Abstract：Aslowlevelfeaturescannotreflectthe levelsemanticinmedical search，an high image retrieVal is frame． image by algorithmproposedgraph—basedsemi—superVisedlearning Firstly，agraph modelisconstructeddistancebetween and constrainedinthelabel density by images， similarity isaddedto the of calledvisualsemantic propagationprogress get membershipdegree queryimages， the ofthe blocks with of denseSIFTfeature isextractedanddescribed representation；then image bag visual in to