CN108304546A - 一种基于内容相似度和Softmax分类器的医学图像检索方法 - Google Patents

Abstract

本发明公开了一种基于内容相似度和Softmax分类器的医学图像检索方法，包括以下步骤：步骤S1：使用大规模医学图像数据集训练Softmax模型；步骤S2：使用经过训练的Softmax模型对输入图像进行预测和检索。与现有技术相比较，本发明采用Softmax分类器对医学图像建立了分类模型，缩小了相似度比较范围，提高了分类和检索性能，使得医学图像检索的效率更高，改善了现有的基于内容的医学图像检索技术高计算复杂度的缺点；另外本发明还采用了改进的相似度计算算法，有助于提高医学图像类别预测的准确性和检索的精确性，改善了现有的基于内容的医学图像检索技术对海量数据检索分类准确性差的缺点。

Description

一种基于内容相似度和Softmax分类器的医学图像检索方法

技术领域

本发明涉及医学图像检索领域，尤其涉及一种基于内容相似度和Softmax分类器的医学图像检索方法。

背景技术

随着二十一世纪以来医疗影像技术的不断提高，医学图像的质量和多样性也随之提升，当前医学图像已经成为了临床诊断和治疗的重要依据。医疗影像数据的大规模增长使得图像分类和检索等问题日益突出，医学图像大数据的管理和检索成为了医学图像研究领域的重要课题。现有的医学图像检索技术主要分为基于内容的医学图像检索技术和基于标签的医学图像检索技术，基于标签的医学图像检索由于需要人工进行标注，费时费力，因此越来越多的研究集中在基于内容的医学图像检索当中。

当前基于内容的医学图像检索主要有以下问题：现有的基于内容的医学图像检索技术顺序地比对查询图像与医学图像数据集中的所有图像，具有高计算复杂度，低效率，难扩展的特点，应对当前海量数据的情况，分类的性能和准确性已经不能满足需求。

故，针对现有技术的缺陷，实有必要提出一种技术方案以解决现有技术存在的技术问题。

发明内容

有鉴于此，确有必要提供基于内容相似度和Softmax分类器的医学图像检索方法，采用两级检索方式，先将查询图像输入模型得到图像所属类别，再结合相似度计算筛选符合要求的图像，从而大大降低了医学图像检索的计算量和复杂度，同时也有效提高医学图像类别预测的准确性和检索的精确性。

为了克服现有技术存在的缺陷，本发明的技术方案如下：

一种基于内容相似度和Softmax分类器的医学图像检索方法，包括以下步骤：

步骤S1：使用大规模医学图像数据集训练Softmax模型；

步骤S2：使用经过训练的Softmax模型对输入图像进行预测和检索；

其中，步骤S1进一步包括如下步骤(1)至(4)：

步骤(1)：获取大规模医学图像数据集，进行预处理，将图像尺寸统一化，图像内容灰度化；

步骤(2)：将预处理后的医学图像数据集存储于HBase数据库中；

步骤(3)：从HBase数据库中获取医学图像集，基于医学图像中的纹理和形状特征使用特征提取方法获取医学图像的特征向量f；

步骤(4)：根据上一步中提取的医学图像特征向量f，通过监督学习的方法训练Softmax分类模型，得到最佳参数θ；

步骤S2进一步包括步骤(5)和(6)：

步骤(5)：使用训练好的Softmax分类器，预测出当前查询医学图像的所属类别；

步骤(6)：根据上一步中预测的医学图像所属分类，从HBase数据库中得到该分类的医学图像集，计算查询图像与该分类的图像集中各个医学图像的相似度，构建相似度矩阵S，根据相似阈值τ找到符合相似度要求的结果图集。

作为优选的技术方案，所述步骤(4)进一步包括以下步骤：

步骤(4.1)：初始化，设定训练图像数据集{x⁽ⁱ⁾,y⁽ⁱ⁾},i∈[1,k]，最大迭代次数T，当前迭代次数t＝1，正则化系数λ，步长α；

步骤(4.2)：检查当前迭代次数t是否大于T，是则输出最优参数θ，否则进行下一步；

步骤(4.3)：检查当前训练样本i是否大于k，是则计算t:＝t+1并返回上一步，否则进行下一步；

步骤(4.4)：根据下式更新θ中的各值，其中φ＝p(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)：

步骤(4.5)：计算i:＝i+1，返回步骤(4.3)。

作为优选的技术方案，所述步骤(6)进一步包括以下步骤：

步骤(6.1)：初始化最小堆RS，设定堆容量为k，设定相似阈值τ，令变量i为计数参数并且i初始为1，令m为分类C_QI中的医学图像数量；对输入医学图像执行特征提取过程获得特征向量f_QI；

步骤(6.2)：检查i是否大于m，是则输出当前最小堆RS作为相似匹配结果，输出S作为相似度矩阵，否则进行下一步；

步骤(6.3)：从HBase数据库获取C_QI中第i张医学图像并进行特征提取过程获得特征向量f_i，按照公式计算相似度d，若d大于相似阈值τ，则将d加入相似度矩阵S中；

步骤(6.4)：检查最小堆RS堆顶元素的相似度d′是否小于当前医学图像I_i的相似度d，若是则将医学图像I_i和对应的相似度d作为一个元素对替换最小堆RS的堆顶元素，调整最小堆RS，返回步骤(6.2)。

与现有技术相比较，本发明具有的有益效果：

(1)高效性：本发明采用Softmax分类器对医学图像建立了分类模型，缩小了相似度比较范围，提高了分类和检索性能，使得医学图像检索的效率更高，改善了现有的基于内容的医学图像检索技术高计算复杂度的缺点。

(2)准确性：本发明对大规模医学图像数据集进行建模，另外还采用了改进的相似度计算算法，有助于提高医学图像类别预测的准确性和检索的精确性，改善了现有的基于内容的医学图像检索技术对海量数据检索分类准确性差的缺点。

附图说明

图1为基于内容相似度和Softmax分类器的医学图像检索方法的架构图；

图2为医学图像Softmax分类器训练过程的流程图；

图3为医学图像相似度匹配过程的流程图；

图4为本文方法与其他方法的平均检索精度比较；

图5为本文方法与其他方法的召回率比较。

如下具体实施例将结合上述附图进一步说明本发明。

具体实施方式

以下将结合附图对本发明提供的技术方案作进一步说明。

参见图1，所示为本发明基于内容相似度和Softmax分类器的医学图像检索方法的架构图，整体而言，本发明包括2大步骤，步骤S1：使用大规模医学图像数据集训练Softmax模型，以及步骤S2：使用经过训练的Softmax模型对输入图像进行预测和检索；

其中，步骤S1基于大规模医学图像集，提取医学图像的特征向量，利用监督学习方法训练Softmax分类模型，具体包括如下步骤(1)至(4)：

步骤(1)：将采集的大规模医学图像进行预处理，预处理包括图像尺寸统一化和图像内容灰度化，将所有图像分辨率统一为512*512，将所有图像灰度化处理；

步骤(2)：将经过预处理的所有医学图像存储于Hbase数据库中作为医学图像集，设医学图像数据集为其中N为图像数据集Ω中的图像数量，医学图像类别集为C＝{C₁,C₂…C_q}，上式中每个C_i代表了各个图像类别的视觉特征，其中q代表医学图像类别的数量。

步骤(3)：对于医学图像集Ω中的每一张医学图像I_i，基于医学图像I_i中的纹理和形状特征使用特征提取方法获取医学图像的特征向量f。医学图像I_i对应的特征向量f表示如下：

f_i＝[ξ₁,ξ₂,…,ξ_n]^T

其中，n表示医学图像特征向量的维度数量，T表示向量的转置。

步骤(4)：使用医学图像数据集训练Softmax回归模型。参见图2，所示为本发明中医学图像Softmax分类器训练过程的流程图，其具体展示了Softmax分类器的训练过程。Softmax回归模型是对Logistic回归模型进行扩展得到的，主要解决多分类问题。Softmax函数如下：

其中f^(j)代表医学图像所对应的特征向量，n+1表示特征向量f^(j)对应的维数。把医学图像数据集Ω中的所有图像随机地分为K部分，取一部分作为训练集TSet1，另一部分作为测试集TSet2，训练集和测试集的比例为1:K-1。将训练集TSet1作为训练Softmax回归模型的样本，定义TSet1样本数量为m，样本来自q个分类，则训练集定义为{(x⁽¹⁾,y⁽¹⁾),(x⁽²⁾,y⁽²⁾),…,(x^(m),y^(m))}，其中第i个训练样本为x⁽ⁱ⁾∈Rⁿ⁺¹，其标签为y⁽ⁱ⁾∈{C₁,C₂,…,C_q}。则Softmax回归的假设为：

其中，θ_j＝[θ₁,θ₂,…,θ_q]^T为Softmax模型的参数，式为归一化函数，对概率分布数值进行归一化处理，使所有概率和为1。

令l(·)为布尔函数，它的表示如下所示：

回归模型的代价函数可以定义如下：

其中m代表医学图像训练集样本数量，q表示样本所属类别总数，另外，在代价函数中，额外添加了权重衰减项来惩罚权值过大的参数，抑制过拟合的发生。

通过最小化J(θ)来求解参数θ，此最小化问题通过梯度下降法来进行求解，所含过程如下：

步骤(4.1)：初始化，设定训练图像数据集{x⁽ⁱ⁾,y⁽ⁱ⁾},i∈[1,k]，总迭代次数T，当前迭代次数t＝1，正则化系数λ，步长α；

步骤(4.2)：检查当前迭代次数t是否大于T，是则输出最优参数θ，否则进行下一步；

步骤(4.3)：检查当前训练样本i是否大于k，是则计算t:＝t+1并返回步骤4.2，否则进行下一步；

步骤(4.4)：根据下式更新θ中的各值，其中φ_j＝p(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)：

步骤(4.5)：计算i:＝i+1，返回步骤4.3。

根据以上5步得到当前最优参数θ，将测试集用于当前最优参数θ构建的Softmax模型，计算当前模型的测试误差μ₁，重复取图像集的其他K-1部分中的1部分作为测试集，并分为比例1:K-1的测试集和训练集进行重复训练，得到测试误差μ₁,μ₂,…,μ_k，取最小测试误差对应的θ作为最优模型参数。

进一步的，步骤S2利用上述步骤训练的Softmax模型，并采用了改进的相似度计算算法，对输入图像进行预测和检索，具体包括如下步骤(5)和(6：)

步骤(5)：对输入图像进行分类。对输入的查询图像QI，进行特征提取，特征提取步骤同步骤3，特征提取获得图像特征向量f_QI，将输入图像的特征向量输入Softmax模型，得到查询图像的概率分布矩阵为：

上式中，其中p(y^(QI)＝j|x^(QI)；θ)计算如下：

根据概率分布矩阵P中的概率最大值得到医学图像所属的类别C_QI。

步骤(6)：对输入的医学图像进行相似图像检索。参见图3，所示为本发明中医学图像相似度匹配过程的流程图，展示了相似度匹配过程。对输入的查询图像QI，根据步骤3中的特征提取获得的特征向量f_QI，以及概率分布计算后得到的所属分类C_QI，计算查询图像QI与分类C_QI中所有样本图像的相似度，相似度计算如下：

其中Tⁱ和T^j代表医学图像i和j的视觉特征，是评估医学图像i和j区分度的归一化因子。对输入的医学图像与医学图像数据集之间的相似度进行建模，定义非对称矩阵S来存储QI和分类C_QI中所有样本图像的相似度，矩阵S如下：

其中表示输入图像QI和C_i中的所有图像的相似度。

定义相似阈值τ，将中所有相似度大于τ的对应图像加入医学图像检索结果集RS中。对医学图像检索结果集RS进行top-k排序，将排序结果作为检索结果输出。

其中，相似度匹配过程具体包括以下步骤：

步骤(6.1)：初始化最小堆RS，设定堆容量为k，设定相似阈值τ，令变量i为计数参数并且i初始为1，令m为分类C_QI中的医学图像数量。对输入医学图像执行特征提取过程获得特征向量f_QI；

步骤(6.2)：检查i是否大于m，是则输出当前最小堆RS作为相似匹配结果，输出S作为相似度矩阵，否则进行下一步；

步骤(6.3)：从HBase数据库获取C_QI中第i张医学图像并进行特征提取过程获得特征向量f_i，按照公式计算相似度d，若d大于相似阈值τ，则将d加入相似度矩阵S中；

步骤(6.4)：检查最小堆RS堆顶元素的相似度d′是否小于当前医学图像I_i的相似度d，若是则将医学图像I_i和对应的相似度d作为一个元素对替换最小堆RS的堆顶元素，调整最小堆RS，返回步骤6.2。

为了验证本发明的技术效果，对本方法和其他传统方法的性能进行了比较。对本方法性能评估采用了公共医学图像数据集，包括来自公开的癌症图像数据库的20个图像分类。用于比较的图像检索方法包括了局部二值模式(LBP)，不定位置图检索(ULGR)以及局部对角线极值模式(LDEP)，评估参数主要包括平均检索精度和召回率。基于四种方法，对图像数据集中的5个图像集的平均检索精度和召回率进行了评估，参见图4，所示为本发明方法与其他方法的平均检索精度比较；参见图5，所示为本文方法与其他方法的召回率比较。评估表明，本方法在平均检索精度和召回率上优于其他三种对比方法，在检索准确性方面对不同的数据集有10％到45％的提升。

本方法具有高效率和高准确性的特点，克服了传统的基于内容的医学图像检索技术在当前海量数据情况下计算复杂度和检索准确性方面的不足。本方法的高效性主要体现在采用Softmax分类器对医学图像建立了分类模型，缩小了相似度比较范围，提高了分类和检索性能，使得医学图像检索的效率更高。本方法的准确性主要体现在对大规模医学图像数据集进行建模，另外还采用了改进的相似度计算算法，有助于提高医学图像类别预测的准确性和检索的精确性。

以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (3)

1.一种基于内容相似度和Softmax分类器的医学图像检索方法，其特征在于，包括以下步骤：

步骤S1：使用大规模医学图像数据集训练Softmax模型；

步骤S2：使用经过训练的Softmax模型对输入图像进行预测和检索；

其中，步骤S1进一步包括如下步骤(1)至(4)：

步骤(1)：获取大规模医学图像数据集，进行预处理，将图像尺寸统一化，图像内容灰度化；

步骤(2)：将预处理后的医学图像数据集存储于HBase数据库中；

步骤(3)：从HBase数据库中获取医学图像集，基于医学图像中的纹理和形状特征使用特征提取方法获取医学图像的特征向量f；

步骤(4)：根据上一步中提取的医学图像特征向量f，通过监督学习的方法训练Softmax分类模型，得到最佳参数θ；

步骤S2进一步包括步骤(5)和(6)：

步骤(5)：使用训练好的Softmax分类器，预测出当前查询医学图像的所属类别；

步骤(6)：根据上一步中预测的医学图像所属分类，从HBase数据库中得到该分类的医学图像集，计算查询图像与该分类的图像集中各个医学图像的相似度，构建相似度矩阵S，根据相似阈值τ找到符合相似度要求的结果图集。

2.根据权利要求1所述的基于内容相似度和Softmax分类器的医学图像检索方法，其特征在于，所述步骤(4)进一步包括以下步骤：

步骤(4.1)：初始化，设定训练图像数据集{x⁽ⁱ⁾,y⁽ⁱ⁾},i∈[1,k]，最大迭代次数T，当前迭代次数t＝1，正则化系数λ，步长α；

步骤(4.2)：检查当前迭代次数t是否大于T，是则输出最优参数θ，否则进行下一步；

步骤(4.3)：检查当前训练样本i是否大于k，是则计算t:＝t+1并返回上一步，否则进行下一步；

步骤(4.4)：根据下式更新θ中的各值，其中φ＝p(y⁽ⁱ⁾＝j|x⁽ⁱ⁾；θ)：

步骤(4.5)：计算i:＝i+1，返回步骤(4.3)。

3.根据权利要求1或2所述的基于内容相似度和Softmax分类器的医学图像检索方法，其特征在于，所述步骤(6)进一步包括以下步骤：

步骤(6.1)：初始化最小堆RS，设定堆容量为k，设定相似阈值τ，令变量i为计数参数并且i初始为1，令m为分类C_QI中的医学图像数量；对输入医学图像执行特征提取过程获得特征向量f_QI；

步骤(6.2)：检查i是否大于m，是则输出当前最小堆RS作为相似匹配结果，输出S作为相似度矩阵，否则进行下一步；

步骤(6.3)：从HBase数据库获取C_QI中第i张医学图像并进行特征提取过程获得特征向量f_i，按照公式计算相似度d，若d大于相似阈值τ，则将d加入相似度矩阵S中；

步骤(6.4)：检查最小堆RS堆顶元素的相似度d′是否小于当前医学图像I_i的相似度d，若是则将医学图像I_i和对应的相似度d作为一个元素对替换最小堆RS的堆顶元素，调整最小堆RS，返回步骤(6.2)。