基于内容的医疗图像检索的深度神经哈希:一项调查
Asim Manna1, Raviteja Sista1, Debdoot Sheet2
1Department of Artificial Intelligence, Indian Institute of Technology Kharagpur, Kharagpur, 721302, West Bengal, India.
Computers in biology and medicine
|July 4, 2025
概括
这项调查探讨了基于内容的医学图像检索 (CBMIR) 的深度神经哈希 (DNH). 它详细介绍了DNH方法,管道和学习策略,以加强诊断医疗保健系统.
科学领域:
- 医疗信息学 医疗信息学
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 数字医疗数据库正在扩大,使先进的医疗保健解决方案成为可能.
- 基于内容的医学图像检索 (CBMIR) 对于数字生态系统中的诊断医疗保健至关重要.
- 深度神经哈希 (DNH) 提供了更快,更相关的医学图像检索的潜力.
研究的目的:
- 为基于内容的医学图像检索 (CBMIR) 提供深度神经哈希 (DNH) 方法的全面调查.
- 探索将DNH整合到CBMIR系统中的潜力,影响和方法.
- 在CBMIR中概述DNH的端到端管道.
主要方法:
- 详细探索DNH网络设计和各种学习策略.
- 基于损失函数的学习策略的分类,分为点向,对向和三重向.
- 深入讨论现有的DNH方法,重点关注关键贡献.
主要成果:
- 对CBMIR的DNH方法的结构化概述,包括网络设计,学习策略,损失函数和评估指标.
- 学习策略的分类为理解DNH方法提供了一个框架.
- 对各种方法的分析突出了它们对检索性能的具体贡献.
结论:
- DNH与CBMIR的整合是一个快速发展的领域,具有先进医疗保健的巨大潜力.
- 该调查为CBMIR研究提供了对当前DNH的基本理解.
- 未来的研究方向包括当前的研究领域,实际应用的实现,以及尚未探索的主题.
