基于深度哈希卷积神经网络的医学图像检索

摘要

医学图像为临床诊断提供了重要的影像学信息,如何从海量图像库中快速准确检索到病人影像信息是一项重要研究课题。提出一种基于深度哈希卷积神经网络的医学图像检索方法,通过建立深度哈希编码神经网络,以成对柯西交叉熵损失函数为优化目标,采用迁移学习方法实现了医学图像的实时精确检索。以ImageCLEF(Med)数据集为实验对象,实验证实新提出的方法是可行、高效的,对于大规模医学图像,基于深度哈希卷积神经网络的医学图像检索方法,明显提高了图像检索性能。当采用48维哈希编码时,平均检索准确率为91.9%,平均检索时间为0.037 s,结果优于当前基于深度学习的图像检索方法。