基于内容的医学图像检索中语义跨媒体融合的前瞻性研究
信息检索
2008-12-01 v1 计算与语言
摘要
现代基于内容的医学图像检索（CBMIR）方法面临的一个重要挑战是由医学知识的复杂性引起的语义鸿沟。在能够缩小 CBMIR 中这一鸿沟的方法中，使用医学词典/本体具有广阔的前景，因为这使得访问在线更新的相关网络服务以及提取实时的医学语义结构化信息成为可能。本文提出的 CBMIR 方法使用统一医学语言系统（UMLS）元词库来执行医学媒体的语义索引和融合。这种融合在查询处理（检索）之前进行，并在 UMLS 兼容的概念索引级别上工作。我们的目的是研究与语义数据对齐、预处理、融合、聚类和检索相关的各种技术，通过评估各种技术并突出未来的研究方向。对齐和预处理基于部分文本/图像检索反馈以及数据结构。我们分析了用于融合过程的各种概率、模糊和基于证据的方法，以及用于检索过程的不同相似度函数。所有提出的方法都在跨语言评估论坛（CLEF）的医学图像检索基准上进行了评估，同时还重点关注了一个更同质的组件医学图像数据库：病理学教育指导资源（PEIR）。
引用
@article{arxiv.0811.4717,
title = {Prospective Study for Semantic Inter-Media Fusion in Content-Based Medical Image Retrieval},
author = {Roxana Teodorescu and Daniel Racoceanu and Wee-Kheng Leow and Vladimir Cretu},
journal= {arXiv preprint arXiv:0811.4717},
year = {2008}
}
备注
11 pages