混合迁移学习方法在医学图像检索中的应用-哈尔滨工程大学学报.PDFVIP

第３６卷第７期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３６ №．７ ２０１５年７月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｊｕｌ．２０１５ 混合迁移学习方法在医学图像检索中的应用 贾刚，王宗义 （哈尔滨工程大学 自动化学院，黑龙江哈尔滨 １５０００１） 摘　 要：针对医学图像的复杂性，将迁移学习理论引入到医学图像的语义映射和检索中，提出了一种以解决多任务学习 为目标的混合迁移学习方法。 首先，对医学图像目标领域的数据进行部分语义标记，找出源领域和目标领域中具有相同 语义标记的医学图像，并对这些图像进行聚类，而后剔除一些在特征上距离较远的图像数据，完成实例迁移；然后，采用 在源领域和目标领域中具有相同语义的医学图像数据进行稀疏矩阵分解，完成特征的迁移；最后，完成目标领域中未标 记图像数据的语义映射。 利用２００幅医学图像进行语义标注进行检索，实验表明准确率超过５０％的图片数量占了８０％ 以上，验证了方法的可行性。 关键词：语义标注；医学图像检索；混合迁移；实例迁移；特征迁移；多任务学习；稀疏非负矩阵分解 ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１４０５０１５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．Ｕ１６２３．０１１．ｈｔｍｌ 中图分类号：ＴＰ３９１　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１５）０７⁃０９３８⁃０５ Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｍｉｘｅｄ ｍｉｇｒａｔｉｏｎ ｌｅａｒｎｉｎｇ ｉｎ ｍｅｄｉｃａｌ ｉｍａｇｅ ｒｅｔｒｉｅｖａｌ ＪＩＡ Ｇａｎｇ，ＷＡＮＧＺｏｎｇｙｉ （Ｃｏｌｌｅｇｅ ｏｆ Ａｕｔｏｍａｔｉｏｎ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｖｉｅｗ ｏｆ ｔｈｅ ｃｏｍｐｌｅｘｉｔｙ ｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅｓ，ｔｈｅ ｍｉｇｒａｔｉｏｎ ｌｅａｒｎｉｎｇ ｔｈｅｏｒｙ ｗａｓ ｂｒｏｕｇｈｔ ｉｎｔｏ ｔｈｅ ｓｅｍａｎｔｉｃ ｍａｐｐｉｎｇ ａｎｄ ｒｅｔｒｉｅｖａｌ ｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅｓ，ａｎｄ ａ ｍｉｘｅｄｔｒａｎｓｆｅｒ ｌｅａｒｎｉｎｇ ｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄ ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｍｕｌｔｉ⁃ ｔａｓｋ ｌｅａｒｎｉｎｇ．Ａｔ ｆｉｒｓｔ，ｐａｒｔｉａｌ ｓｅｍａｎｔｉｃ ｍａｒｋｓｗｅｒｅ ｄｏｎｅ ｏｎｔｈｅ ｄａｔａ ｉｎｔｈｅｔａｒｇｅｔ ｆｉｅｌｄ ｏｆ ｍｅｄｉｃａｌ ｉｍａｇｅｓｔｏｆｉｎｄ ａｎｄ ｃａｔｅｇｏｒｉｚｅ ｔｈｅｍｅｄｉｃａｌ ｉｍａｇｅｓｗｉｔｈｔｈｅ ｓａｍｅ ｓｅｍａｎｔｉｃｍａｒｋｉｎｇｓｉｎｔｈｅ ｓｏｕｒｃｅｆｉｅｌｄａｎｄｔａｒｇｅｔｆｉｅｌｄ．Ｎｅｘｔ，ｓｏｍｅｉｍａｇｅ ｄａｔａｗｈｏｓｅｆｅａｔｕｒｅｓ ａｒｅ ｒｅｌａｔｉｖｅｌｙ ｍｏｒｅｄｉｆｆｅｒｅｎｔｗｅｒｅｒｅｍｏｖｅｄｔｏｆｉｎｉｓｈ ｉｎｓｔａｎｃｅｍｉｇｒａｔｉｏｎ．Ｓｐａｒｓｅｍａｔｒｉｘｆａｃｔｏｒｉｚａｔｉｏｎ ｗａｓ ｆｉｎｉｓｈｅｄｗｉｔｈ ｔｈｅｃａｔｅｇｏｒｉｚｅｄｍｅｄｉｃａｌｉｍａｇｅｄａｔａ，ｗｈｉｃｈｈａｓｔｈｅｓａｍｅｍｅａｎｉｎｇｉｎｔｈｅｓｏｕｒｃｅｆｉｅｌｄａｎｄｔａｒｇｅｔｆｉｅｌｄ ｔｏ ｆｉｎｉｓｈ ｆｅａｔｕｒｅ ｍｉｇｒａｔｉｏｎ． Ａｔ ｌａｓｔ，ｔｈｅ ｓｅｍａｎｔｉｃ ｍａｐｐｉｎｇ ｗａｓ ｐｅｒｆｏｒｍｅｄ ｏｎ ｔｈｅ ｕｎｍａｒｋｅｄ ｉｍａｇｅ ｄａｔａ ｉｎ ｔｈｅ ｔａｒｇｅｔ ｆｉｅｌｄ．Ａｐｐｒｏｘｉｍａｔｅｌｙｔｗｏｈｕｎｄｒｅｄｍｅｄｉｃａｌｉｍａｇｅｓａｒｅｕｓｅｄｆｏｒｓｅｍａｎｔｉｃａｎｎｏｔａｔｉｏｎａｎｄｒｅｔｒｉｅｖａｌ．Ｔｈｅｐｒｏｐｏｒｔｉｏｎｏｆ ｉｍ⁃ ａｇｅｓｗｈｏｓｅ ａｃｃｕｒａｃｙ ｈａｓ ｅｘｃｅｅｄｅｄ５０％ ａｍｏｕｎｔｓｔｏ ８０％，ｗｈｉｃｈ ｖ