[发明专利]基于视觉词汇表与多特征匹配的Skyline的医学大数据检索系统

说明书

技术领域

本发明专利属于智慧医疗与大数处理交叉领域，是一种基于视觉词汇表与多特征匹配的Skyline的医学大数据检索系统，该系统将度量空间Skyline查询应用到基于内容的医学图像检索技术当中，涉及到大规模医疗数据分析、云计算环境下的海量数据处理，涉及到智能数据处理与应用开发。

背景技术

随着互联网的发展和医疗数字化设备的普及，医疗图像数据呈指数级增长，相关的图像数据的检索技术也越来越受到人们的关注，海量数据不仅具有数据量大的特点，它们还蕴含着巨大的商业价值。例如分析医学癌症用户的肿瘤生长情况，可以指导医生进行相关的个性化治疗方案推荐；分析脑活动，心率的记录可以给医院厂家和病人带来诊疗指导或家庭监护的病前预警。然而，海量医学影像数据的爆炸式增长，使得传统的单机数据分析处理技术已经越来越不适应当前密集型数据分析和处理的需为了在保证图像检索精度的前提下，提高医学图像检索效率，度量空间Skyline查询(MetricSkylineQuery)算法在图像处理领域得到了很好的应用。该算法可以通过对度量空间中的数据剪枝来提高图像检索效率。

现有图像数据的度量空间Skyline算法大多数是基于一般文本语义进行度量空间建模。在医学为背景的语义图像检索方法中，尽管图像的语义信息丰富，但也存在着语义信息复杂、语义理解主观、语义提取和表达困难等缺点，这些缺点影响了度量空间建模和医学图像检索效果；另外，由于语义信息的模糊性，大部分算法为了提高了查询精度，根据语义需要选择多张图像参与查询，这又大大增加了查询过程的计算量。计算量大成为度量空间Skyline查询的一大瓶颈，这点在海量医学图像数据处理上尤其突出。

近年来，基于内容的图像检索技术得到了迅速的发展，并逐渐成为图像检索领域的主流技术。针对已有医学图像数据的度量空间算法选择图像语义信息进行检索的缺点，从医学图像内容入手，在度量空间上选取图像的底层特征作为研究对象。为了提高检索精度，为了节省计算开销、加快相似度距离计算速度，从多特征融合角度设计度量空间Skyline算法，基于此，我们设计并实现了该发明专利。

发明内容

根据上述背景技术中存在的缺陷和不足，本发明将度量空间Skyline查询应用到基于内容的医学大规模图像检索技术当中，并提出了一种基于视觉词汇表与Skyline多特征融合的医学大规模图像检索方法(BigFeatureFusionbySkyline，BSKFF)，利用Skyline操作进行多特征的融合，设计了一种新的基于视觉词汇的医学大数据检索系统，更好的解决了医学大规模图象数据检索问题。

为了实现上述目的，本专利所采用的技术方案是：一种基于视觉词汇表与多特征匹配的Skyline的医学大数据检索系统，包括云服务系统，所述云服务系统包括：

分区特征向量提取模块：提取医学图像的底层特征，分别对底层特征集合进行聚类，构建视觉词汇表，以此，将图像库中的图像量化为一个视觉单词出现频率的向量，得到分区特征向量；

相似度向量构造模块，计算查询图像和图像库中的任意图像在每个特征上的相似度距离，以构造不同特征的图像相似度向量；

分布式计算决策模块，调用基于Skyline的多特征融合方法进行分布式检索计算决策。

进一步的，所述分区特征向量提取模块，提取医学图像的特征数据，给定一个查询图像，提取该图像的底层特征，包括如下步骤：

S1.1.Color特征的提取；

S1.2.SIFT特征的提取；

S1.3.构建视觉词汇表；

S1.4.图像量化表示。

进一步的，所述相似度向量构造模块，构造不同特征的图像相似度向量的方法是：一个包含n幅医学图像的图像库和查询图像q，医学图像被表达为特征向量，查询图像q和图像库I中的任意图像o_i在第t个特征上的相似度距离，其表示为两向量的L₁距离：

其中表示图像o_i的第t个特征描述子向量，是图像o_i的第t维底层特征的k维向量；

基于公式1.3，得到查询医学图像q和医学图像库I中的任意图像o_i在每个特征上的相似度距离，图像q和o_i的相似度向量如定义1.2所示：

定义1.2：设为包含n幅图像的图像库，q为查询图像，查询图像q与图像库I中任意图像o_i的相似度向量表示为m维向量：