典型文献
融合底层语义特征的医学图像信息标注
文献摘要：
[目的/意义]本文基于颜色、纹理等外部特征与局部视觉特征构成的底层语义特征数据并采用随机森林的方法对医学图像信息进行语义自动标注,为医务工作者提供临床决策参考,便于普通公众理解医学知识和了解个人健康情况,也可以在大数据环境下扩展图书情报领域研究人员对信息组织与处理的范围,促进学科交叉与融合,提升智慧医学的发展,为健康中国战略提供智力与技术支持.[方法/过程]融合图书情报领域知识与医学知识,将图像语义标注看作为一个多类分类问题,首先,抽取颜色、纹理等外部特征及局部视觉特征等底层语义特征;然后,运用随机森林的方法,设计了基于随机森林的医学图像自动标注方案.[结果/结论]融合底层语义特征的医学图像信息自动标注的方案与随机树标注方案相比较,具有较好的效果.[创新/局限]将视觉语义词典作为医学图像的底层语义特征引入到图像标注中;运用随机森林构建的医学图像标注方案;局限在于仅采用BreaKHis数据集为实验数据.
文献关键词：
图像信息标注;随机森林;颜色特征;纹理特征;视觉词典
中图分类号：
作者姓名：
刘喜文;翟倩倩;雒曼;梁茂云
作者机构：
新乡医学院管理学院,河南新乡453003;新乡医学院卫生信息资源研究中心,河南新乡453003;新乡医学院第一附属医院,河南卫辉453100;Envoy Global公司数据分析部,伊利诺依芝加哥60606
文献出处：
引用格式：
[1]刘喜文;翟倩倩;雒曼;梁茂云-.融合底层语义特征的医学图像信息标注)[J].情报科学,2022(03):91-98
A类：
图像信息标注,视觉词典
B类：
语义特征,医学图像,外部特征,视觉特征,特征数据,自动标注,医务工作者,临床决策,决策参考,普通公众,医学知识,个人健康,大数据环境下,图书情报领域,信息组织,学科交叉与融合,智慧医学,健康中国战略,领域知识,语义标注,一个多,多类分类,分类问题,征引,图像标注,BreaKHis,集为,颜色特征,纹理特征
AB值：
0.296505
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
