하나의 작은 매개 변수가 의료 이미지 검색을 만들거나 깨뜨릴 수있는 이유
링크 표
초록 및 1. 소개
-
재료 및 방법
2.1 벡터 데이터베이스 및 인덱싱
2.2 기능 추출기
2.3 데이터 세트 및 사전 처리
2.4 검색 및 검색
2.5 재 계급 검색 및 평가
-
평가 및 3.1 검색 및 검색
3.2 재 계급
-
논의
4.1 데이터 세트 및 4.2 리 랭킹
4.3 임베딩
4.4 볼륨 기반, 지역 기반 및 현지화 된 검색 및 4.5 현지화 평가
-
결론, 인정 및 참고 문헌
4.4 볼륨 기반, 지역 기반 및 현지 검색
각 쿼리 볼륨에 여러 기관 (즉, 레이블)이 존재하기 때문에 이미지 검색을 수행 할 수있는 방법이 본질적으로 다릅니다. 선호되는 선택은 현실 세계의 검색 과제의 맥락에 달려 있습니다. 목표가 모든 현재 기관 (SCAN-ID로 SCAN-ID이지만 시각적으로 생각하는 것)과 함께 전체 쿼리 스캔과 가장 유사한 데이터베이스에서 스캔을 찾는 경우 볼륨 기반 검색이 올바른 선택입니다. 대조적으로, 실험자가 데이터베이스에서 특정 기관과 가장 유사한 상대에 관심이 있다면 (그리고 다른 모든 기관은 근접성으로 인해 동일한 스캔에 발생 함), 지역 기반 검색 또는 국소 검색이 권장됩니다. Slice-Wise 검색은 다른 슬라이스의 수에 관계없이 가장 유사한 볼륨 조각을 찾을 수 있습니다. 이것은 일반적으로 실제 시나리오에서 실질적인 선택이 아닙니다. 그림 11은 옵션을 시각화합니다.
4.5 현지화-비율
표 22는 재 계급 유무에 관계없이 평균 현지화-비율을 보여줍니다 (L = 15). 다시 랭킹 후 29 개의 거친 TS 클래스와 104 개의 원본 TS 클래스에 대한 드롭이 있습니다. 그러나, 현지화-비율이 재 속도 유무에 관계없이 둘 다 높으며, 이는 볼륨의 최종 검색에 기여하는 대부분의 슬라이스가 실제로 원하는 해부학 적 영역을 포함 함을 나타냅니다. 그러나 (7) L의 선택은이 측정에 영향을 줄 수 있습니다. 그림 12는 L의 다른 값에 대한 국소화-평가자를 보여줍니다. 이것은 나타납니다
\
\
\
\
\
\ (6)을 기반으로 벡터 MSIM에서 첫 번째로 높은 값은 원하는 해부학 적 구조를 포함하는 정확한 슬라이스를 가리 킵니다. 재 계급 현지화 비율을 향상시키기 위해 추가 연구는 휴리스틱, 장기 크기 등을 기반으로 L 가치를 최적화하는 데 중점을 둘 수 있습니다.
\
::: 정보
저자 :
(1) Farnaz Khun Jush, Bayer AG, 베를린, 독일 ([email protected]);
(2) Steffen Vogler, Bayer AG, Berlin, Germany ([email protected]);
(3) Tuan Truong, Bayer AG, Berlin, Germany ([email protected]);
(4) Matthias Lenga, Bayer AG, Berlin, Germany ([email protected]).
:::
::: 정보이 논문은입니다 Arxiv에서 사용할 수 있습니다 CC에 따라 4.0 증서 라이센스.
:::
\
Post Comment