发明名称 |
基于量子遗传优化的流形降维医学图像检索方法 |
摘要 |
本发明提供的是一种基于量子遗传优化的流形降维医学图像检索方法。首先由用户通过查询接口向医学图像数据库提出查询目标图像的查询请求;查询处理模块根据请求提取目标图像和医学图像数据库中每幅图像的72维灰度特征和48维纹理特征,将这些高维特征以向量的形式存入高维特征向量库;对描述图像内容的高维特征进行基于量子遗传优化的降维,得到32维低维特征子集;通过相似性度量将检索结果返回给用户。本发明提出了基于量子遗传优化的流形降维医学图像检索方法。在本发明中,对LLE非线性降维方法进行了改进,引入量子遗传优化局部重建权值矩阵,降低了噪声点对样本数据的影响,提高了算法收敛速度,提高了医学图像检索速度和精度。 |
申请公布号 |
CN101546332A |
申请公布日期 |
2009.09.30 |
申请号 |
CN200910071965.9 |
申请日期 |
2009.05.07 |
申请人 |
哈尔滨工程大学 |
发明人 |
李金;梁洪;丛望;王磊;汤连志;胡文广;杨广达;冯耀宇;吕美超 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
哈尔滨市船大专利事务所 |
代理人 |
张贵丰 |
主权项 |
1、一种基于量子遗传优化的流形降维医学图像检索方法,其特征是:(1)提出查询请求:首先由用户通过查询接口向医学图像数据库提出查询目标图像的查询请求,所述的医学图像数据库是图像入库时,将各序列的关键图像统一转换为512×512大小的JPG格式图像构成医学图像数据库;(2)提取高维医学图像特征:查询处理模块根据请求提取目标图像和医学图像数据库中每幅图像的72维灰度特征和48维纹理特征,将这些高维特征以向量的形式存入高维特征向量库;(3)基于量子遗传优化的降维:对描述图像内容的高维特征进行基于量子遗传优化的降维,得到32维低维特征子集;(4)相似性度量:通过相似性度量将检索结果返回给用户。 |
地址 |
150001黑龙江省哈尔滨市南岗区南通大街145号1号楼 |