面向医学图像检索的模糊注意力协同哈希网络OA
近年来,医学影像技术的革新推动图像数据激增,高效检索成为提升诊断效率的关键。深度哈希算法以其高效编码广泛应用于图像检索,但在处理不确定的医学图像及不平衡数据时存在局限。为此,本文提出一种基于模糊系统的模糊注意力协同哈希网络,用于高效的医学图像检索。设计一个注意力增强的模糊特征协同器,通过计算模糊特征的注意力权重,提高类间差异性;基于Transformer的后件协同编码器利用多头自注意力机制增强图像语义建模,处理医学图像的非线性关系;最后,综合成对损失、平衡损失、量化损失与分类损失对模型进行优化,生成紧凑哈希码。在两个医学图像数据集上的大量实验证明了该算法的有效性。
周琳琳;丁卫平;张炜;黄嘉爽;武倩楠
南通大学人工智能与计算机学院,江苏南通226019南通大学人工智能与计算机学院,江苏南通226019南通大学人工智能与计算机学院,江苏南通226019南通大学人工智能与计算机学院,江苏南通226019南通大学人工智能与计算机学院,江苏南通226019
信息技术与安全科学
医学图像图像检索模糊系统注意力机制深度学习特征提取深度哈希数据处理
《智能系统学报》 2026 (4)
P.932-942,11
国家重点研发计划项目(2024YFE0202700)国家自然科学基金项目(62576178,U2433216,62471259,62506176)江苏省自然科学基金项目(BK20231337)江苏省高等学校自然科学基金项目(24KJB520032)江苏省研究生科研与实践创新计划项目(SJCX25_2004,KYCX25_3741).
评论