从放射学报告中自动提取图像标签 - 一个审查
Sofia C Pereira1, Ana Maria Mendonça1, Aurélio Campilho1
1Institute for Systems and Computer Engineering, Technology and Science (INESC-TEC), Portugal; Faculty of Engineering of the University of Porto, Portugal.
Artificial intelligence in medicine
|March 10, 2024
概括
在放射学报告上使用自然语言处理 (NLP) 标记医疗图像的自动标签大大减少了医生的注释工作. 本系统性审查分析了NLP技术,用于创建标记的医学成像数据集.
科学领域:
- 医疗成像医学成像
- 自然语言处理 (NLP) 是一种自然语言处理.
- 机器学习 机器学习
背景情况:
- 机器学习模型需要大量的注释数据进行训练,这在医学成像中很少,因为需要专家医生的注释.
- 医生手动标记医疗图像是耗时和昂贵的,阻碍了大规模数据集的开发.
- 自然语言处理 (NLP) 为自动从放射学报告中提取标签提供了一个潜在的解决方案,从而减少注释工作.
结论:
- 使用NLP从放射学报告中自动提取标签是一种可行的方法,可以加速创建标记的医学成像数据集.
- 系统性审查突出了NLP技术的演变和多样性应用于这个领域.
- 进一步的NLP研究和开发对于提高自动化医学图像注释的准确性和效率至关重要.
更多相关视频
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.7K
12:50Lesion Explorer: A Video-guided, Standardized Protocol for Accurate and Reliable MRI-derived Volumetrics in Alzheimer's Disease and Normal Elderly
Published on: April 14, 2014
40.3K