Improved medical image modality classification using a combination of visual and textual features

Dimitrovski, Ivica; Kocev, Dragi; Kitanovski, Ivan; Loskovska, Suzana; Džeroski, Sašo

doi:10.1016/j.compmedimag.2014.06.005

Cited by 63 publications

(39 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…In that respect, content-based visual information retrieval (CBVIR) has become an attractive technique for computer-aided diagnosis [19,21,5,33,42,53,40,54,51]. Actually, CBVIR consists in retrieving the most visually similar images based on the characteristics of their visual content.…”

Section: Introductionmentioning

confidence: 99%

Alzheimer's disease diagnosis on structural MR images using circular harmonic functions descriptors on hippocampus and posterior cingulate cortex

Ahmed¹,

Mizotin²,

Benois-Pineau³

et al. 2015

Computerized Medical Imaging and Graphics

View full text Add to dashboard Cite

Section: Introductionmentioning

confidence: 99%

Alzheimer's disease diagnosis on structural MR images using circular harmonic functions descriptors on hippocampus and posterior cingulate cortex

Ahmed¹,

Mizotin²,

Benois-Pineau³

et al. 2015

Computerized Medical Imaging and Graphics

View full text Add to dashboard Cite

“…Based on the results shown in Table 1, the Bag of Words (BoW) and Support Vector Machines (SVM) [8] are used as main image representation technique and classifier, respectively. In the past years, the BoW was successfully employed in various medical image retrieval and classification tasks [9][10][11][12][13][14][15][16][17]. Among other classifiers, SVMs have shown a better generalization performance in medical domain compared with other classification techniques.…”

Section: Methodsmentioning

confidence: 99%

Automatic Detection of Biomedical Compound Figure using Bag of Words

2017

IJCCIE

View full text Add to dashboard Cite

Biomedical Figures in medical articles contain a largevariety of information such as text, illustrations, and images produced from various modalities. These figures represent an important part of the knowledge stored in medical articles and can often be reused for learning, research, and clinical decision support. Exploiting these figures as part of a query in automatic retrieval of medical articles has become an increasingly important and active research area. The major challenge is that almost half of the biomedical figures in medical articles are compound figures, meaning that they contain more than a single figure type. These compound figures then need to be separated into sub-figures in order to be used as query image to retrieve similar cases or articles. Prior to this, a major step is to detect a compound figure. In this paper, a classification algorithm is proposed for compound figure detection. A Bag of Words (BoW) is employed as image representation technique followed by a Support Vector Machine (SVM) classifier to generate a classification model. This model is able to automatically detect if an image is compound figure. The best accuracy rate obtained by this model is 93.5%.

show abstract

“…Ao longo dasúltimas décadas, a evolução da instrumentação médica e dos sistemas computacionais propiciaram uma melhoria no processo de diagnóstico; por outro lado, acarretaram no acréscimo da quantidade de dados a serem processados [2,6]. Ainda, estudos mostram indícios de informações escondidas que não podem ser definidas visualmente ou através de métodos de avaliação tradicionais [6].…”

Section: Introductionunclassified

Reconhecimento de Apneia através de Redes Neurais

Zaniol¹,

Varriale²,

Manica³

2017

Proceeding Series of the Brazilian Society of Computational and Applied Mathematics

View full text Add to dashboard Cite

Resumo. A apneiaé um distúrbio do sono caracterizado pela interrupção ou redução do fluxo de ar por pelo menos 10 segundos, cuja severidadeé dada pelo AHI (Apnea Hypopnea Index ). Em geral, o diagnóstico da apneiaé feita com base na Polissonografia, exame no qual são extraídos sinais que fornecem informações como Eletrocardiograma (ECG), Eletroencefalograma (EEG), saturação do oxigênio no sangue (SpO 2 ), entre outros. Outras alternativas tem sido desenvolvidas para verificar quais os sinais dentre aqueles que compõe a Polissonografia poderiam ser utilizados prioritariamente no diagnóstico, proporcionando uma redução de custos e, também, o aumento do conforto do paciente. Neste trabalho utilizou-se os dados da saturação do oxigênio, para a extração de parâmetros, e as Redes Neurais, para o reconhecimento de padrões da apneia, na análise de 25 pacientes presentes no banco de dados da UCDDB, do St. Vincent's Hospital, em Dublim. Ainda que promissores, os resultados obtidos não permitem a classificação efetiva dos pacientes. Palavras-chave. Redes Neurais, Doenças do Sono, Apneia IntroduçãoAo longo dasúltimas décadas, a evolução da instrumentação médica e dos sistemas computacionais propiciaram uma melhoria no processo de diagnóstico; por outro lado, acarretaram no acréscimo da quantidade de dados a serem processados [2,6]. Ainda, estudos mostram indícios de informações escondidas que não podem ser definidas visualmente ou através de métodos de avaliação tradicionais [6].A apneia do sonoé uma doença com grandes impactos para o indivíduo e para a saúde pública, caracterizada pela interrupção ou redução do fluxo de ar por pelo menos 10 segundos, eé associada com outras enfermidades, como depressão, doenças cardíacas, diabetes mellitus, e obesidade. Estima-se que, nos Estados Unidos, 13% dos homens e 6% das mulheres sofrem com o distúrbio [4]. No Brasil ainda há poucos estudos epidemiológicos sobre a apneia. Entre eles, Lemos et al. aborda a incidência de apneia em motoristas de 1

show abstract

Improved medical image modality classification using a combination of visual and textual features

Cited by 63 publications

References 15 publications

Alzheimer's disease diagnosis on structural MR images using circular harmonic functions descriptors on hippocampus and posterior cingulate cortex

Alzheimer's disease diagnosis on structural MR images using circular harmonic functions descriptors on hippocampus and posterior cingulate cortex

Automatic Detection of Biomedical Compound Figure using Bag of Words

Reconhecimento de Apneia através de Redes Neurais

Contact Info

Product

Resources

About