[发明专利]一种基于多图正则化深度哈希的多模态医学图像检索方法

摘要

本发明请求保护一种多图正则化深度哈希多模态医学图像检索方法，具体是通过多通道深度模型同时提取多模态医学图像组的特征；根据多模态医学图像组的特征对应构建多个图正则化矩阵；融合多个图正则化矩阵，并利用模态自适应受限玻尔兹曼机学习得到多模态医学图像组的哈希码；通过汉明距离度量求出单个模态数据哈希码与多模态医学图像组哈希码的距离并按升序排序，选择距离最小的n组多模态医学图像返回给用户，从而实现了多模态医学图像检索。该方法的实现，能帮助医生在超声图像，争端文本，核磁共振图像等多模态医学图像中，通过某一模态的数据迅速查找到另外多种模态的数据，有助于医生的医学诊断，减少医生的工作量，提高工作效率。

主权项

1.一种基于多图正则化深度哈希的多模态医学图像检索方法，其特征在于，包括以下步骤：步骤1、利用多通道深度模型提取多模态医学图像的深度特征，并对深度特征标准化；步骤2、根据步骤1提取的多个不同模态数据的特征构建多个近邻图矩阵，用以保持数据的局部流形结构，并构建一个标签矩阵；步骤3、将构建的多个近邻图矩阵以及标签矩阵融合成一个图矩阵；步骤4、利用模态自适应的受限玻尔兹曼机RBM结合融合后的图矩阵学习得到多模态医学图像共同的哈希码；步骤5、通过深度通道和模态自适应的RBM将待检索的模态数据生成哈希码；步骤6、使用汉明距离度量方法计算待检索某一模态的数据和多模态医学图像库之间的距离并升序排序，将距离最小的n组最近似多模态医学图像返回给用户。