• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2011 Eighth International Conference on Computer Graphics, Imaging Visualization >Keyword Annotation of Medical Image with Random Forest Classifier and Confidence Assigning
【24h】

Keyword Annotation of Medical Image with Random Forest Classifier and Confidence Assigning

机译：随机森林分类器和置信度分配的医学图像关键词标注

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper introduces an efficient keyword based medical image retrieval method using image classification and confidence assigning of each keyword. To classify images, we first extract wavelet-based CSLBP (WCS-LBP) descriptors from local parts of the images and then we apply the extracted feature vector to decision trees to construct random forests, which are an ensemble of random decision trees. For semantic annotation based on classification results, we propose the confidence assigning method to keywords according to probabilities of random forests with predefined body relation graph (BRG). After keyword annotation with different confidence, we proved that our keyword based image retrieval method showed more efficient retrieval results compared to equal confidence method.
机译：本文介绍了一种有效的基于关键词的医学图像检索方法，该方法利用图像分类和每个关键词的置信度分配。为了对图像进行分类，我们首先从图像的局部提取基于小波的CSLBP（WCS-LBP）描述符，然后将提取的特征向量应用于决策树以构建随机森林，这是一组随机决策树。对于基于分类结果的语义标注，我们根据具有预定义的身体关系图（BRG）的随机森林的概率，提出了一种对关键字进行置信度分配的方法。经过不同置信度的关键字标注，我们证明了基于关键字的图像检索方法比等置信度方法显示出更有效的检索结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号