摘要
本发明提供了基于模糊哈希网络的医学图像检索方法,解决了当前深度哈希算法在医学图像检索中面临的图像复杂性、不确定性以及数据不平衡的技术问题。其技术方案为:首先,建立医学图像数据库并划分测试集和训练集;其次,基于模糊规则构建模糊哈希网络;然后,计算哈希中心损失、平衡损失、量化损失和分类损失;再次,根据损失函数采用交替学习算法优化网络参数;最后,从测试集读取图像,检索数据库中相似的图像,并计算检索的平均精度。本发明的有益效果为:增强了对医学图像中不确定性信息和类别不平衡问题的处理能力,提高了医学图像检索的准确性。
技术关键词
医学图像检索方法
模糊C均值聚类算法
医学图像数据库
多层感知机
预测类别
模糊化函数
样本
标签
归一化方法
生成哈希
汉明距离
学习算法
注意力机制
优化网络参数
模糊规则库
编码器
系统为您推荐了相关专利信息
图像配准
图像边缘特征
皮尔逊相关系数算法
多层感知机
三维CT图像
智能体神经网络
防护方法
网络入侵检测
网络流量数据集
特征选择
手指静脉图像
编码模块
静脉识别方法
注意力机制
矩阵
行人重识别模型
融合多源信息
输入模组
注意力机制
加速网络收敛
南五味子
时间预测模型
描述符
数据管理软件
联苯环辛烯