深度注意力融合哈希模型的医学影像检索方法DAFH | MDPI Bioengineering

本研究旨在开发一种基于深度哈希的医学影像检索方法DAFH，以提高临床医学影像检索的效率和准确性。背景方面，医学影像在疾病诊断和治疗评估中扮演重要角色，但传统检索方法只能抽取单尺度特征，现有深度哈希方法受限于医学影像的多模态性和小规模样本数据。研究目的为通过多模态医学影像数据训练，并使用三元网络模型融合注意力特征和中间层特征，提升检索性能。实验结果显示，DAFH在哈希码长度为16、32和48时，前10次平均准确率均值分别达到0.711、0.754和0.762，显著优于现有方法。结论指出，DAFH在多种癌症类型上具有高检索准确率，但性能仍受数据集大小和质量影响，未来将扩大数据规模和优化注意力机制以进一步提升模型性能。