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。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社