模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2021, Vol. 34 Issue (6): 552-560    DOI: 10.16451/j.cnki.issn1003-6059.202106007
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于深度学习的X线胸片肺部描述自动生成
黄欣1,2, 顾梦丹2, 易玉根1, 曹远龙1
1.江西师范大学 软件学院 南昌 330022
2.同济大学 电子与信息工程学院 上海 201804
Automatic Generation of Lung Description in Chest X-Ray Based on Deep Learning
HUANG Xin1,2, GU Mengdan1,2, YI Yugen1, CAO Yuanlong1
1. School of Software, Jiangxi Normal University, Nanchang 330022
2. College of Electronic and Information Engineering, Tongji University, Shanghai 201804

全文: PDF (806 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 X线胸片报告的自动生成是计算机辅助诊断研究的热点,X线胸片中65%以上的疾病与肺部相关.针对肺部描述中文报告生成,提出基于语义标签的层级长短期记忆网络模型.首先,分析异常胸片报告,提取高频关键词作为图像语义标签.再加入异常二分类模块,用于修正语义标签分类结果.最后,融合语义标签与图像特征,加强二者的关联映射.实验表明,文中模型在通用和领域指标的评价上均较优,能有效提高胸片报告生成的性能.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
黄欣
顾梦丹
易玉根
曹远龙
关键词 X线胸片语义标签层级长短期记忆网络中文报告肺部描述    
Abstract:The chest X-ray report automatic generation is a hot research topic in computer-aided diagnosis. More than 65% of diseases in chest X-rays are related to the lungs. For the generation of Chinese reports on lung descriptions, a hierarchical long short term memory model based on semantic labels is proposed. Firstly, the abnormal chest X-ray reports are analyzed, and high-frequency keywords are extracted as semantic labels. Then, the abnormal binary-classification module is introduced to correct the semantic label classification results. Finally, semantic labels and image features are fused to enhance the association mapping between them. Experimental results show that the proposed model is superior to the baseline method in both general and domain metrics, and it improves the performance of chest radiograph report generation effectively.
Key wordsChest X-Ray    Semantic Label    Hierarchical Long Short-Term Memory    Chinese Report    Lung Description   
收稿日期: 2021-03-08     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61962026)、江西省自然科学基金青年重点项目(No.20192ACBL21031)、江西省教育厅科技研究项目(No.GJJ200318)资助
通讯作者: 曹远龙,博士,副教授,主要研究方向为机器学习、网络安全.E-mail:ylcao@jxnu.edu.cn.   
作者简介: 黄 欣,博士,讲师,主要研究方向为机器学习、生物信息、多模态数据融合.E-mail:xinhuang@jxnu.edu.cn.
顾梦丹,硕士研究生,主要研究方向为机器学习、医学信息.E-mail:1732953@tongji.edu.cn.
易玉根,博士,副教授,主要研究方向为人工智能、计算机视觉、机器学习.E-mail:yiyg510@jxnu.edu.cn.
引用本文:   
黄欣, 顾梦丹, 易玉根, 曹远龙. 基于深度学习的X线胸片肺部描述自动生成[J]. 模式识别与人工智能, 2021, 34(6): 552-560. HUANG Xin, GU Mengdan, YI Yugen, CAO Yuanlong. Automatic Generation of Lung Description in Chest X-Ray Based on Deep Learning. , 2021, 34(6): 552-560.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202106007      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2021/V34/I6/552
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn