文献
J-GLOBAL ID:201802273039159605   整理番号:18A1641915

MF-再ランク:医用画像検索のためのモダリティ特徴に基づく再ランキングモデル【JST・京大機械翻訳】

MF-Re-Rank: A modality feature-based Re-Ranking model for medical image retrieval
著者 (5件):
資料名:
巻: 69  号:ページ: 1095-1108  発行年: 2018年 
JST資料番号: A0274A  ISSN: 2330-1635  CODEN: AISJB6  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
医用画像検索における主要な課題の1つは,画像データの増加する体積であり,それは,大規模データ集合から関連情報を見つけるために,ドメイン専門家にとって困難になる。医用画像情報をより良く管理するためには,効果的で効率的な医用画像検索システムが必要である。テキストベース画像検索(TBIR)は,テキスト記述による画像検索に非常に成功した。いくつかのTBIRアプローチは,画像検索問題が標準的なテキストベースの情報検索の1つになるように,単語-単語アプローチに基づくモデルに依存している。テキストとメタデータにおける特定の医療エンティティの意味と価値が画像表現と検索プロセスにおいて無視される。しかし,TBIRは特定の医学的実体と用語を抽出し,これらの要素を利用してより良い画像検索結果を達成することを信じる。したがって,医用画像依存特徴に基づく新しい再ランキング法を提案した。これらの特徴は,画像モダリティと医学用語から医療専門家によって人手で選択される。最初に,画像モダリティと画像スケールのような医用画像依存特徴のみを用いて質問と画像を表現した。第二に,医用画像検索のための新しい再ランキング法における定義された特徴を利用した。著者らの動機付けは医用画像検索における画像モダリティの大きな影響と画像関連性スコアに及ぼすその影響である。著者らのアプローチを評価するために,2009年から2013年までの医学的画像CLEFデータセットに関する一連の実験を行った。本手法を評価するために,BM25モデル,言語モデル,画像関連フィードバックモデルをベースラインとして用いた。実験結果は,BM25モデルと比較して,提案したモデルが画像検索性能を著しく強化することを示した。また,著者らのアプローチを他の最先端のアプローチと比較し,著者らのアプローチが公式のImageCLEF競争におけるトップ3ランのそれらと同等に機能することを示した。Copyright 2018 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
検索技術  ,  図形・画像処理一般 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る