基于深度学习的子宫超声图像描述生成
计算机视觉与模式识别
2024-11-22 v1 人工智能
摘要
医学成像技术显著推动了医学诊断和治疗规划的发展，从早期的X光技术发展到MRI、CT扫描和超声等先进方法。本文探讨了使用深度学习进行医学图像描述生成的问题，尤其关注子宫超声图像。这些图像在产科和妇科诊断和监测不同年龄段的各种疾病方面至关重要。然而，其解释往往因其复杂性和多变性而具有挑战性。为此，我们开发了基于深度学习的医学图像描述生成系统，将卷积神经网络与双向门控循环单元网络相集成。该混合模型处理图像和文本特征，以生成子宫超声图像的描述性标题。我们的实验结果表明，该方法优于基线方法，所提出的模型在生成准确且富有信息量的标题方面表现出色，BLEU和ROUGE分数均显著提高。通过增强对子宫超声图像的解释，我们的研究旨在帮助医疗专业人员做出及时准确的诊断，从而 ultimately 改善患者护理。
引用
@article{arxiv.2411.14039,
title = {Uterine Ultrasound Image Captioning Using Deep Learning Techniques},
author = {Abdennour Boulesnane and Boutheina Mokhtari and Oumnia Rana Segueni and Slimane Segueni},
journal= {arXiv preprint arXiv:2411.14039},
year = {2024}
}