Iam正在尝试使用“本地敏感度哈希”算法来查找计算机断层扫描（CT）图像中的患者相似性。 我已经建立了深度神经网络提取功能。现在，我想拍摄新患者的图像，提取特征并将其与所有其他（训练）患者特征一起通过LSH算法发送出去，以找到最相似的特征。
由于这些特征是高维的，我认为LSH是一个不错的选择。
现在Iam想知道如何为此类任务设置算法的超参数。 每个病人都应该拥有自己的水桶。例如，有100个病人，100个桶，或者我应该只有一个桶，然后将所有患者放入其中，以获得最接近的那个？
所有CT图像都包含相同的解剖结构。
感谢您的建议
问候
迈克尔