[发明专利]一种基于自适应权重的肺结节CT图像重排序方法

权利要求书

1.一种基于自适应权重的肺结节CT图像重排序方法，其特征在于：包括如下步骤：

步骤一：图像数据集获取：所述图像数据集包括待检索肺部CT图像和图像库中肺部CT图像；

步骤二：图像预处理：将待检索肺部CT图像和图像库中肺部CT图像进行图像预处理，截取以RIO为中心的最小外接矩形图像，得到待检索的肺结节CT图像和图像库中的肺结节CT图像；

步骤三：图像特征提取：将经过预处理后的肺结节CT图像输入CNN网络进行深度特征提取；

步骤四：不同哈希码位的自适应权重计算；所述步骤四中对不同哈希码位的自适应权重具体为：

步骤4.1：假设待检索的肺结节CT图像特征为C_q＝[C₁,C₂,...,C_n]，映射后的哈希特征为H_q＝[h₁,h₂,...,h_n]，其中n代表哈希码位；

步骤4.2：假设图像库中的肺结节CT图像特征为Img_q＝[I₁,I₂,...,I_n]，映射后的哈希特征为H_img＝[h_img1,h_img2,...,h_imgn]；

步骤4.3：权重计算：上式中：C_i代表各维特征向量与对应各维坐标轴的距离，K_i代表所有特征向量与对应各维坐标轴距离的均值；

步骤五：相似性度量：将待检索肺结节CT图像与图像库中的肺结节CT图像根据汉明距离进行排序，得到相似性最大的肺结节CT图像。

2.根据权利要求1所述的一种基于自适应权重的肺结节CT图像重排序方法，其特征在于：所述步骤一中图像库中的肺部CT图像具体采用公开的LIDC数据库中的肺部CT图像。

3.根据权利要求1所述的一种基于自适应权重的肺结节CT图像重排序方法，其特征在于：所述步骤三中在对肺结节CT图像进行深度特征提取时，通过PCA对特征矩阵中进行主成分分析。

4.根据权利要求1所述的一种基于自适应权重的肺结节CT图像重排序方法，其特征在于：所述步骤五中相似性度量具体步骤为：

步骤5.1：待检索肺结节CT图像与图像库中肺结节CT图像的相似性度量，通过汉明距离进行计算，公式如下：

步骤5.2：通过对D进行从小到大的排序，得到最为相似的肺结节CT图像。