基于协作专家报告的医学图像索引

患者通常希望从医生那里快速获得与所提供的相关医学图像相关的可靠分析和简洁解释。由患者医生单独做出选择可能导致医疗事故，从而产生不可预见的损害。美国国家科学院医学研究所（IMNAS）发表的一项研究估计，每年多达98,000例医院死亡可归因于医疗事故[1]。此外，负责医学图像分析的医生可能无法在适当的时间提供服务，这可能会使患者的病情复杂化。本文的目标是为医生和患者提供一个社交网络，以促进合作并克服医生随时不在现场的问题。因此，患者可以提交他们的医学图像，由多位专家即时诊断和评论。因此，由于表达专家意见的评论数量巨大，处理意见并自动从所提出的社交网络中提取信息的需求变得必要。为此，我们提出了一种基于评论摘要关键词的方法，该方法提取医生注释中存在的主要当前术语和相关词汇。提取的关键词将为图像索引提供一种新的、稳健的方法。实际上，提取的重要术语将用于后续的图像索引，以便于在任何适当用途中发现它们。为了克服这一挑战，我们提出了我们的注释术语提取（TEA）混合方法，该方法主要基于统计方法和外部语义资源的算法。