[发明专利]一种基于LDA的生物医疗图像的标注系统及方法

摘要

本发明公开了一种基于LDA的生物医疗图像的标注系统，包括LDA训练模块、主题词抽取模块、主题词精炼模块、索引上下文句子模块、上下文生成模块、标注产生模块，LDA训练模块对LDA模型进行训练；主题词抽取模块对图像的说明文字进行LDA建模并抽取主题词；主题词精炼模块对主题词集合进行优化；索引上下文句子模块索引出与主题词关联的句子集；上下文生成模块选取最密切的句子构成图像的上下文；标注产生模块对图像的上下文进行建模，通过计算选取前几个单词作为生物医疗图像的标注词。本发明同时公开了一种基于LDA的生物医疗图像的标注方法。本发明一次能生成多个标注词语，准确性高，使用关键词索引来查找相关图像，方便快捷，更符合人们文本检索习惯。

主权项

一种基于LDA的生物医疗图像的标注系统，其特征在于，包括LDA训练模块、主题词抽取模块、主题词精炼模块、索引上下文句子模块、上下文生成模块、标注产生模块，所述LDA训练模块用于对LDA模型进行训练；所述主题词抽取模块用于对每幅生物医疗图像的说明文字进行LDA建模，然后从所建模型中抽取所有的主题词；所述主题词精炼模块对所述主题词抽取模块所产生的主题词集合进行优化；所述索引上下文句子模块用于从生物医疗图像的文本文件中索引出与主题词关联的句子集；所述上下文生成模块从每个主题词所对应的句子集中选取一个最密切的句子，然后集合所有最密切的句子，构成生物医疗图像的上下文；所述标注产生模块通过LDA训练模块得到的LDA模型对生物医疗图像的上下文进行建模，得到生物医疗图像的主题分布和单词分布，然后将主题‑单词分布中每个单词的概率乘以对应主题的概率，所得结果作为这个单词的权值，再按照权值从大到小的顺序将所有单词排序，选取前几个单词作为生物医疗图像的标注词；其中，所述LDA模型的数据集是所有生物医疗图像的说明文字，从每幅生物医疗图像所对应的文本文件中抽取节点的说明文字，将所有图像的说明文字集合构成了LDA模型的训练数据集。