从放射学报告生成医学影像标签的注意事项
计算与语言
2019-05-08 v1 计算机视觉与模式识别
图像与视频处理
摘要
在医学影像中获取高质量标注通常是一个昂贵的过程。利用自然语言处理（NLP）自动提取标签已成为绕过专家标注需求的一种有前景的替代方案。尽管方便，这种近似的局限性尚未被仔细检验且未被很好理解。借助一组具有挑战性的1000项胸部X光检查及其相应放射学报告，我们表明放射科医生视觉感知与其临床报告之间存在惊人大的差异。此外，以固有缺陷的报告作为真值，最先进的医学NLP未能产生高保真标签。
引用
@article{arxiv.1905.02283,
title = {Caveats in Generating Medical Imaging Labels from Radiology Reports},
author = {Tobi Olatunji and Li Yao and Ben Covington and Alexander Rhodes and Anthony Upton},
journal= {arXiv preprint arXiv:1905.02283},
year = {2019}
}
备注
Accepted workshop contribution for Medical Imaging with Deep Learning (MIDL), 2019