[發明專利]基于視覺詞匯表與多特征匹配的Skyline的醫學大數據檢索方法

在審

• 申請號: 201611150453.8
• 申請日: 2016-12-14
• 公開（公告）號: CN106777090A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 李媛媛;季長清;肖鵬;鄧武;張雪;楊書惠
• 申請（專利權）人: 大連交通大學
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 大連智高專利事務所(特殊普通合伙)21235
• 代理人: 畢進

1.一種基于視覺詞匯表與多特征匹配的Skyline的醫學大數據檢索方法，其特征在于，包括如下步驟：

S1.提取醫學圖像的底層特征，分別對底層特征集合進行聚類，構建視覺詞匯表，以此，將圖像庫中的圖像量化為一個視覺單詞出現頻率的向量，得到分區特征向量；

S2.計算查詢圖像和圖像庫中的任意圖像在每個特征上的相似度距離，以構造不同特征的圖像相似度向量；

S3.調用基于Skyline的多特征融合方法進行分布式檢索計算決策。

2.如權利要求1所述的基于視覺詞匯表與多特征匹配的Skyline的醫學大數據檢索方法，其特征在于，所述步驟S1.提取醫學圖像的特征數據，給定一個查詢圖像，提取該圖像的底層特征，包括如下步驟：

S1.1.Color特征的提取；

S1.2.SIFT特征的提取；

S1.3.構建視覺詞匯表；

S1.4.圖像量化表示。

3.如權利要求1所述的基于視覺詞匯表與多特征匹配的Skyline的醫學大數據檢索方法，其特征在于，所述步驟S2中構造不同特征的圖像相似度向量的方法是：一個包含n幅醫學圖像的圖像庫和查詢圖像q，醫學圖像被表達為特征向量，查詢圖像q和圖像庫I中的任意圖像o_i在第t個特征上的相似度距離，其表示為兩向量的L₁距離：

其中表示圖像o_i的第t個特征描述子向量，是圖像o_i的第t維底層特征的k維向量；

基于公式1.3，得到查詢醫學圖像q和醫學圖像庫I中的任意圖像o_i在每個特征上的相似度距離，圖像q和o_i的相似度向量如定義1.2所示：

定義1.2：設為包含n幅圖像的圖像庫，q為查詢圖像，查詢圖像q與圖像庫I中任意圖像o_i的相似度向量表示為m維向量：

Vect_i(o_i,q)＝＜dist(o_i.x₁,q.x₁),dist(o_i.x₂,q.x₂),...,dist(o_i.x_m,q.x_m)＞

其中i∈[1,n]，m表示底層特征數目，Vect_i(o_i,q)表示圖像q與圖像o_i的相似度向量，dist(o_i.x_k,q.x_k)表示兩幅圖像第k(k≤m)維特征的相似度距離；圖像庫I中的所有圖像分別與查詢圖像q在各維特征上計算相似度距離，構造生成n個相似度向量。

4.如權利要求1所述的基于視覺詞匯表與多特征匹配的Skyline的醫學大數據檢索方法，其特征在于，所述步驟S3的具體方法：

給定一個包含n幅圖像的醫學圖像庫和一幅查詢圖像q，集合R為多特征融合方法的查詢結果，對于每幅圖像的m個底層特征向量

當一幅圖像o_i∈R，當且僅當滿足如下條件：

則R集合包含了與查詢圖像q在X向量空間上相似度向量 Vect_i(o_i,q)＝＜dist(o_i.x₁,q.x₁),dist(o_i.x₂,q.x₂),...,dist(o_i.x_m,q.x_m)＞不被醫學圖像庫I上的其他任何圖像相似度向量支配的所有圖像的集合。