用于医学图像搜索的堆叠自编码器
计算机视觉与模式识别
2016-10-04 v1
摘要
医学图像可以成为支持医学诊断的可靠信息的宝贵资源。然而，海量的医学图像使得在特定场景下检索相关信息变得具有挑战性。为了解决这一挑战，基于内容的图像检索 (CBIR) 试图用不变的内容信息来表征图像（或图像区域），以便于图像搜索。这项工作提出了一种使用堆叠自编码器的医学图像特征提取技术，该技术将图像编码为二值向量。该技术应用于包含 14,410 张 X 光图像的 IRMA 数据集，以展示自编码器在给定测试查询时检索相似 X 光图像的能力。使用 IRMA 数据集作为基准，发现堆叠自编码器取得了优异的结果，在 1,733 张测试图像中检索错误为 376，压缩率为 74.61%。
引用
@article{arxiv.1610.00320,
title = {Stacked Autoencoders for Medical Image Search},
author = {S. Sharma and I. Umar and L. Ospina and D. Wong and H. R. Tizhoosh},
journal= {arXiv preprint arXiv:1610.00320},
year = {2016}
}
备注
To appear in proceedings of the 12th International Symposium on Visual Computing, December 12-14, 2016, Las Vegas, Nevada, USA