Bibliographic Metadata

Title
Concept-based and multimodal methods for medical case retrieval / Mario Walter Taschwer
AuthorTaschwer, Mario Walter
CensorBöszörmenyi, Laszlo ; Marques, Oge
PublishedKlagenfurt, March 2017
Descriptionxiii, 184 Seiten : Diagramme
Institutional NoteAlpen Adria Universität Klagenfurt, Dissertation, 2017
Annotation
Zusammenfassung in deutscher Sprache
LanguageEnglish
Bibl. ReferenceOeBB
Document typeDissertation (PhD)
Keywords (DE)multimediale Informationsgewinnung / biomedizinische Informationsgewinnung / biomedizinische Konzepterkennung / Informationsfusion / Bildverarbeitung
Keywords (EN)multimedia information retrieval / biomedical information retrieval / biomedical concept detection / information fusion / image processing
URNurn:nbn:at:at-ubk:1-21139 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Concept-based and multimodal methods for medical case retrieval [3.28 mb]
Links
Reference
Classification
Abstract (English)

Medical case retrieval (MCR) is defined as a multimedia retrieval problem, where the document collection consists of medical case descriptions that pertain to particular diseases, patients' histories, or other entities of biomedical knowledge. Case descriptions are multimedia documents containing textual and visual modalities (images). A query may consist of a textual description of patient's symptoms and related diagnostic images. This thesis proposes and evaluates methods that aim at improving MCR effectiveness over the baseline of fulltext retrieval. We hypothesize that this objective can be achieved by utilizing controlled vocabularies of biomedical concepts for query expansion and concept-based retrieval. The latter represents case descriptions and queries as vectors of biomedical concepts, which may be generated automatically from textual and/or visual modalities by concept mapping algorithms. We propose a multimodal retrieval framework for MCR by late fusion of text-based retrieval (including query expansion) and concept-based retrieval and show that retrieval effectiveness can be improved by 49% using linear fusion of practical component retrieval systems. The potential of further improvement is experimentally estimated as a 166% increase of effectiveness over fulltext retrieval using query-adaptive fusion of ideal component retrieval systems. Additional contributions of this thesis include the proposal and comparative evaluation of methods for concept mapping, query and document expansion, and automatic classification and separation of compound figures found in case descriptions.

Abstract (German)

Die Suche in medizinischen Fallbeschreibungen (Medical Case Retrieval, MCR) ist als Multimedia-Suchproblem in einer Dokumentsammlung aus Fallbeschreibungen definiert, die bestimmte Erkrankungen, Krankengeschichten von Patienten oder andere Einheiten von biomedizinischem Wissen betreffen. Fallbeschreibungen sind Multimedia-Dokumente, die Text- und BildmodalitÃ$ten enthalten. Eine Suchanfrage kann aus einer textuellen Beschreibung der Symptome eines Patienten und damit zusammenhÃ$ngenden diagnostischen Bildern bestehen. Diese Dissertation untersucht und bewertet Verfahren, die auf eine Verbesserung der EffektivitÃ$t von MCR im Vergleich zur Volltextsuche abzielen. Wir vertreten die Hypothese, dass dieses Ziel durch die AusnÃtzung von kontrollierten Vokabularien von biomedizinischen Begriffen fÃr die Erweiterung von Suchanfragen und fÃr konzeptbasierte Suchverfahren erreicht werden kann. Letztere Suchverfahren stellen Fallbeschreibungen und Suchanfragen als Vektoren von biomedizinischen Begriffen (Konzepten) dar, die aus Text- und/oder BildmodalitÃ$ten mit Hilfe von Konzeptzuordnungsalgorithmen automatisch erstellt werden kÃnnen. Wir schlagen ein Rahmenwerk fÃr die multimodale Suche in medizinischen Fallbeschreibungen vor, das textbasierte Suchverfahren (inklusive Erweiterung von Suchanfragen) und konzeptbasierte Suchverfahren durch spÃ$te Fusion kombiniert. Wir zeigen, dass damit eine Steigerung der SucheffektivitÃ$t um 49% mÃglich ist, wenn praktisch einsetzbare Komponentensysteme durch lineare Fusion kombiniert werden. Das Potenzial einer weiteren Verbesserung wird experimentell als EffektivitÃ$tssteigerung von 166% gegenÃber der Volltextsuche geschÃ$tzt, wobei eine adaptive Fusion von idealen Komponentensystemen betrachtet wird. Weitere wissenschaftliche BeitrÃ$ge dieser Arbeit umfassen VorschlÃ$ge sowie die vergleichende Bewertung von Verfahren fÃr die Konzeptzuordnung, fÃr die Erweiterung von Suchanfragen und Dokumenten sowie fÃr die automatische Klassifizierung und Aufteilung von zusammengesetzten Abbildungen, die in Fallbeschreibungen auftreten.

Stats
The PDF-Document has been downloaded 13 times.