一種生物醫(yī)學(xué)流程圖標(biāo)注算法

盛建強(qiáng)，陳驍

（深圳信息職業(yè)技術(shù)學(xué)院，廣東 深圳 518172）

0 引言

隨著拍照設(shè)備的日益普及，各種各樣的圖像數(shù)量呈現(xiàn)幾何級的飛速增長。而同時互聯(lián)網(wǎng)的快速發(fā)展也使得圖像傳播與共享變得更加快捷。為了有效地組織、查詢與瀏覽如此大規(guī)模的圖像資源，圖像檢索技術(shù)應(yīng)運(yùn)而生，成為計(jì)算機(jī)視覺領(lǐng)域的研究重點(diǎn)。

1 相關(guān)工作

目前，圖像自動標(biāo)注已經(jīng)得到廣泛研究，眾多的研究者從不同的方向分析和解決標(biāo)注問題，提出了各種新穎的自動圖像標(biāo)注算法。這些圖像標(biāo)注方法大致可以分為三類：一類是基于分類的方法，第二種是基于搜索的方法，第三種是基于概率模型的方法。

特別地，在統(tǒng)計(jì)概率模型的方法中，統(tǒng)計(jì)主題模型（Statistic Topic Model）近年來得到了充分的重視和深入的研究。

2 概率模型描述

在Blei和Jordan[1]提出的C-LDA模型中，首次構(gòu)建了基于LDA模型的圖片和主題的一致性關(guān)系，其模型如圖2所示。受此啟發(fā)，我們構(gòu)建了基于流程圖上下文關(guān)系的一致性LDA模型（CC-LDA），根據(jù)流程圖本身所包含的文本信息W以及流程圖在全文中的上下文信息C[2-5]，構(gòu)建一個向量（W，C），通過計(jì)算概率P(W|C)，估算流程圖在全文中上下文信息條件下的主題分布，作為我們標(biāo)注流程圖的主題。

一幅流程圖，diagram中的單詞和context中單詞的聯(lián)合概率分布如式（1）所示：

式（2）是diagram中單詞的條件概率

符號定義如表1所示。

表1 符號定義說明

cc-LDA模型中Context的生成過程如下：

（1）對于每個Context d∈D，從參數(shù)為α的Dirichlet先驗(yàn)分布中抽樣，得到文檔-主題多項(xiàng)分布θd；

（2）對于每個主題z∈K，從參數(shù)為γ的Dirichlet先驗(yàn)分布中抽樣，得到主題-單詞多項(xiàng)式分布ψz；

（3）對Context d中的第i個詞cd,i：

①從多項(xiàng)分布抽取一個主題zd,i；

②從多項(xiàng)分布抽取一個單詞cd,i；

③重復(fù)(a,b)N次

（4）重復(fù)步驟（3）D次，直到整個corpus生成完成。

流程圖（Diagram）的生成過程如下：

（1）對于每個Diagramd∈D，從參數(shù)為α的Dirichlet先驗(yàn)分布中抽樣，得到文檔-主題多項(xiàng)分布θd；

（3）對Diagram d中的第i個詞wd,i；

從[0,N]上的均勻分布中抽取gd,i

從多項(xiàng)分布θd抽取一個主題zd,i；

從多項(xiàng)分布ψz抽取一個單詞wd,i；

重復(fù)(a,b,c)M次

（4）重復(fù)步驟（3）D次，直到整個corpus生成完成。

3 Gibbs采樣方法

cc-LDA模型的推導(dǎo)過程如下：

式（3）為主題z的概率分布。

式(4)為Context中單詞對主題z的條件概率分布。

式（5）為Diagram中單詞對主題z的條件概率分布。

然后使用Gibbs Sampling采樣計(jì)算得到如下后驗(yàn)分布：

4 實(shí)驗(yàn)結(jié)果

我們的實(shí)驗(yàn)結(jié)果分兩部分進(jìn)行，首先我們用Perplexity指標(biāo)對圖像的標(biāo)注結(jié)果進(jìn)行度量。結(jié)果圖1所示。

5 結(jié)語

本文基于生物醫(yī)學(xué)流程圖的特有屬性，構(gòu)建了基于上下文語境的圖片和主題的一致性關(guān)系，通過實(shí)驗(yàn)表明，該方法具有較好的冗余性和魯棒性，得到了較好的實(shí)驗(yàn)結(jié)果。

圖1 實(shí)驗(yàn)運(yùn)行結(jié)果