[論文レビュー] Retrieving Similar X-Ray Images from Big Image Data Using Radon Barcodes with Single Projections

Morteza Babaie, Hamid R. Tizhoosh+2 more|arXiv (Cornell University)|Jan 2, 2017

Advanced Image and Video Retrieval Techniques参考文献 16被引用数 9

ひとこと要約

本稿では、1枚の画像あたり1つのラドン投影のみを用いるグローバル特徴としての単一投影ラドンバーコード（SP-RBC）を提案する。この方法は、大規模なレントゲン画像データセットにおけるコンテンツベース画像検索を、単一のラドン投影に依存することで実現する。これらのコンパクトな単一投影バーコードを活用し、上位k件の検索結果に対して局所的検索を適用することで、顕著な誤り率低減が達成された。IRMA 2009データセット（14,400枚のレントゲン画像を含む）を用いた実験で、複数の投影や複雑な学習フレームワークを必要としない非学習ベースの手法を上回る性能を示した。

ABSTRACT

The idea of Radon barcodes (RBC) has been introduced recently. In this paper, we propose a content-based image retrieval approach for big datasets based on Radon barcodes. Our method (Single Projection Radon Barcode, or SP-RBC) uses only a few Radon single projections for each image as global features that can serve as a basis for weak learners. This is our most important contribution in this work, which improves the results of the RBC considerably. As a matter of fact, only one projection of an image, as short as a single SURF feature vector, can already achieve acceptable results. Nevertheless, using multiple projections in a long vector will not deliver anticipated improvements. To exploit the information inherent in each projection, our method uses the outcome of each projection separately and then applies more precise local search on the small subset of retrieved images. We have tested our method using IRMA 2009 dataset a with 14,400 x-ray images as part of imageCLEF initiative. Our approach leads to a substantial decrease in the error rate in comparison with other non-learning methods.

研究の動機と目的

• 大規模なレントゲン画像データベースにおける効率的かつ正確なコンテンツベース検索の課題に対処すること。
• 複数の投影やディープラーニングに依存するのを最小限に抑えることで、画像検索の計算コストと複雑さを低減すること。
• 局所的検索を用いて個々のラドン投影に内蔵された本質的情報を活用することで、検索精度を向上させること。
• 1つのラドン投影が、実際の応用において複数投影アプローチを上回る有効なグローバル特徴として機能できることを示すこと。
• 最小限の計算オーバーヘッドで高い性能を維持しつつ、軽量でスケーラブルな医療画像検索ソリューションを提供すること。

提案手法

• 本手法は、1枚のレントゲン画像ごとに1つのラドン投影をコンパクトなグローバル特徴として用いる。これは、1つのSURF記述子と同等の長さである。
• 各画像は、1つの投影角度のみを用いてラドンバーコードに符号化され、特徴次元数と計算時間が顕著に低減される。
• 検索プロセスはまず、近似的な最近傍探索を用いて単一投影バーコードから候補画像の小さなサブセットを特定する。
• 次に、上位k件の検索結果に対して、完全な特徴表現を用いてより精度の高い局所的検索を適用して結果を精緻化する。
• 本手法は、複数の投影や学習ベースのモデルを必要とせず、画像コンテンツに敏感なラドン変換の構造的感度に依存する。
• 本手法は、14,400枚のレントゲン画像を含む、医療画像検索分野のベンチマークであるIRMA 2009データセットを用いて評価された。

実験結果

リサーチクエスチョン

• RQ1 1つのラドン投影が、大規模なレントゲン画像データセットにおけるコンテンツベース画像検索の有効なグローバル特徴として機能できるか？
• RQ2 1つの投影のみを用いることで、複数投影アプローチに比べて検索精度と効率性が向上するか？
• RQ3 小さな候補セットに対して局所的精緻化を適用することで、複雑な学習モデルを必要とせずに検索性能を向上させられるか？
• RQ4 実世界の医療画像データにおいて、SP-RBC手法は非学習ベースのベースラインと比較して誤り率がどのように低下するか？
• RQ5 ラドン変換の構造的感度が、最小限の特徴オーバーヘッドで効果的な類似度検索を可能にする程度はどの程度か？

主な発見

• SP-RBC手法は、IRMA 2009データセットにおいて非学習ベース手法と比較して顕著な誤り率低減を達成した。
• 1つのラドン投影をグローバル特徴として用いることで、期待された改善効果を示さない複数投影アプローチよりも良好な検索性能が得られた。
• コンパクトな単一投影バーコードが、計算コストを低減しつつも高い精度を維持する有効な検索に十分であることが示された。
• 上位k件の検索結果に対して局所的検索を適用することで、精度が顕著に向上し、二段階検索戦略の有効性が裏付けられた。
• 学習データや複雑な特徴学習を必要とせず、従来の非学習手法を上回る性能を発揮した。
• 結果から、単一投影ラドンバーコードが、大規模医療画像検索のための実用的で効率的かつスケーラブルなソリューションであることが確認された。