基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着医学影像数量的几何级增长,如何有效标注海量医学影像资源,并使其在检索及辅助诊断中得到充分利用是大数据时代的迫切需求。针对医学影像语义标注现状,提出了一种医学影像语义描述模型和基于深度学习的自动语义标注框架,一方面将人从费时费力的手工标注中解脱出来,另一方面通过建立低层视觉特征与高层语义的映射,克服视觉特征与语义表达之间的鸿沟,使基于语义的海量医学影像数据的检索应用得以实现。
推荐文章
基于本体知识库的自动语义标注
语义标注
N-gram
语义消歧
有向图
知识库
医学影像学实践考试系统的研究
医学影像学
实践考试
研究
医学影像技术虚拟仿真教学实践
虚拟仿真
人工智能
人才培养
医学影像技术教育
教学方法
教学改革
医学影像图像信息系统开发研究
现代管理信息系统
医学影像图像信息系统
局域网
医学图像
图像压
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 海量医学影像自动语义标注研究
来源期刊 中国数字医学 学科 医学
关键词 PACS 视觉特征 语义特征 语义标注 图像检索
年,卷(期) 2015,(5) 所属期刊栏目 【信息化论坛】Information Forum
研究方向 页码范围 83-85,88
页数 4页 分类号 R319|TP391.4
字数 3828字 语种 中文
DOI 10.3969/j.issn.1673-7571.2015.05.027
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (29)
参考文献  (3)
节点文献
引证文献  (4)
同被引文献  (15)
二级引证文献  (5)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
PACS 视觉特征
语义特征
语义标注
图像检索
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国数字医学
月刊
1673-7571
11-5550/R
大16开
北京市朝阳区光华路甲8号和乔大厦A座528A室
80-133
2006
chi
出版文献量(篇)
6783
总下载数(次)
21
总被引数(次)
25598
论文1v1指导