[发明专利]一种医学图像检索方法及系统、电子设备、存储介质

权利要求书

1.一种医学图像检索方法，其特征在于，包括：

使用图像数据集训练分类器模型；

使用经过训练的分类器模型使用待查询图像的图像特征进行分类，得到所述待查询图像的所属类别，并从所述图像数据集中得到所述待查询图像的所属类别的图像集；

计算所述待查询图像与所述所属类别的图像集中各个图像的相似度，并按照相似度大小对所述所属类别的图像集中所有图像进行降序排列，选择前2K幅作为所述待查询图像的邻域，K为自然数；

以所述待查询图像的图像特征向量为中心构建无向图，并计算所述待查询图像的图像特征与所述邻域的各个图像特征向量的边权重值，按照边权重值进行降序排列，并选择前K幅作为所述待查询图像的无向子图；

将基于所述待查询图像与所述所属类别的图像集中各个图像的多个不同相似度算法得到的多个无向子图融合组成权重图；

按照权重值大小对所述权重图中所有图像进行降序排列，选取前K幅作为检索列表；

将所述检索列表前i幅图像作为整体计算回归score值，得到第i幅图像的最终检索结果，并输出所述检索结果，i为K内正整数。

2.如权利要求1所述的医学图像检索方法，其特征在于，所述边权重值公式为：

w(I_m,I_n)＝α(I_m,I_n)·J(I_m,I_n)；

α(I_m,I_n)＝d(I_m,I_n)·b(I_m,I_n)；

其中，w(I_m,I_n)为边权重值；α(I_m,I_n)为增益系数；J(I_m,I_n)为Jaccard相似性系数；I_m为待查询图像；I_n为所属类别的图像集中的一幅图像；N为所属类别的图像集中的图像数量；N(I_m)为与I_m具有互邻关系的所有图像集；N(I_n)为与I_n具有互邻关系的所有图像集；d(I_m,I_n)为距离增益系数；b(I_m,I_n)为距离增益的平衡系数。

3.如权利要求2所述的医学图像检索方法，其特征在于，所述d(I_m,I_n)和所述b(I_m,I_n)的公式分别为：

其中，R(I_m,I_n)表示I_m在与I_n具有互邻关系的所有图像集的相似度排名；R(I_n,I_m)表示I_n在与I_m具有互邻关系的所有图像集的相似度排排名。

4.如权利要求1所述的医学图像检索方法，其特征在于，所述score值公式：

其中，I为位于所述检索列表且属于所属类别图像且序号在K’内图像的数量；J为位于所述检索列表且不属于所属类别图像且序号在K’内图像的数量；K’是所述检索列表中当前图像的位置；K’为K内正整数K’＝1,2,3,...K；w_i是检索列表的图像与所述待查询图像的特征距离；w_j是非检索列表的图像与所述待查询图像的特征距离；

通过该score值公式可知，所述score值在[0,1]范围之间，并设定阈值为Q，当所述score值大于阈值Q，判断此检索结果属于所述所属类别，否则，不属于所述所属类别；

其中，Q为1/类别的数量。