上海應物所生物醫學圖像數據庫檢索研究取得重要進展

　　近日，中國科學院上海應用物理研究所李勇平研究組在醫學圖像檢索方面的文章Bag-of-Features Based Medical Image Retrieval via Multiple Assignment and Visual Words Weighting (doi: 10.1109/TMI.2011.2161673)被醫學成像領域期刊IEEE Transactions on Medical Imaging接收。不久之前，該研究小組在模式識別領域雜志Pattern Recognition上發表了在蛋白質數據庫檢索方面的文章Learning context-sensitive similarity by shortest path propagation (doi: 10.1016/j.patcog.2011.02.007)。

　　基于上海光源大科學裝置的發展和使用，生命科學領域將產生大量的蛋白質和醫學圖像數據。在這種情況下，如何對蛋白質和醫學圖像等數據庫進行精確高效的檢索，對推進相關領域研究的發展有著十分重要的意義。李勇平研究小組自2009年SSRF對外開放運行以來，將機器學習應用研究重點從生物特征識別(Biometrics)領域轉向了SSRF數據理解方面，在醫學圖像的Bag-of-Features表達和蛋白質檢索中的相似度學習這兩個問題上，做出了創新性的研究成果：

　　1.針對醫學圖像的Bag-of-Features表達中碼本的量化和加權問題，突破傳統的“0,1”量化的概念，創新性地提出了“多重軟量化”的概念，并且對量化權重進行數學建模，得到了可以通過二次規劃(QP)數學工具解的量化權重方法;另外，對于碼本的加權問題，首次提出了利用每個碼字構建弱分類器之后通過Ada-Boost算法來求取其權重的策略。

　　2.針對蛋白質數據庫檢索中兩個蛋白質對比的相似度計算問題，突破傳統的“兩個蛋白質相似度只與這兩個蛋白質有關”的思路，創新性地提出了“兩個蛋白質相似度也與數據庫中其他蛋白質相關”的環境敏感相似度假設，并進一步探討了“與哪些蛋白質相關”的問題，對數據集進行了圖模型的表達，提出了利用兩個蛋白質之間的最短路徑對相似度進行擴散的計算方法。

　　這兩項工作主要由博士研究生王靖琰在李勇平研究員的指導下完成。該研究得到了973項目“基于上海光源針對重大疾病醫學影像的若干關鍵問題研究”(2010CB834302)和“基于上海同步輻射光源的結構生物學技術和方法研究”(2011CB911100)的大力支持。