首页|基于医学影像和病历文本的甲状腺多模态语料库构建与应用

基于医学影像和病历文本的甲状腺多模态语料库构建与应用

Construction and application of thyroid multimodal corpus based on medical images and medical records

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
多模态语料库作为一种新型计算机辅助医学诊断与学习研究的工具,有利于相似病例的诊治借鉴,但基于直观影像和电子病历标注的多模态医学语料库并不多见,且多数为人工构建,费时费力,如甲状腺等语料库.因此,该文提出了一种基于医学影像和病历文本的甲状腺多模态语料库的自动构建方法.由于甲状腺结节的声像图表现复杂多样以及良恶性判断困难,基于传统深度学习的医学影像分类方法的精度较低,该文提出基于特征筛选的深度学习分类方法去除冗余和噪声特征,提高良恶性分类准确率,并结合自然语言处理方法提取电子病历的关键文本特征信息以构建多模态语料库.实验结果表明,该文提出的分类算法在甲状腺超声影像数据集可以实现甲状腺结节良恶性的精确分类识别,有效构建医学影像与电子病历多模态语料库.该语料库的建立有利于相关案例教学,方便医学生自学有关的医学知识,也为医务工作者更为全面和准确地解读疾病的病理信息提供重要的参考价值.

林玉萍、龙红、李彪、郭钦钵、王娟、岳婕

展开 >

西安交通大学外国语学院,陕西西安710049

西安交通大学软件学院,陕西西安710049

西安交通大学生命科学与技术学院,陕西西安710049

西安交通大学第二附属医院医用超声研究室,陕西西安710004

西安交通大学第一附属医院儿科,陕西西安710061

展开 >

多模态语料库 深度学习 特征筛选 电子病历文本 自然语言处理

2020GXLH-Y-008SGH17H003

2021

10.16152/j.cnki.xdxbzr.2021-02-004

西北大学学报(自然科学版)
西北大学

西北大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.35
ISSN：1000-274X
年,卷(期)：2021.51(2)
  • 5
  • 6