مهتا رادکریمی - دانشجوی کارشناسی ارشد گروه کامپیوتر- واحد علوم و تحقیقات خوزستان،دانشگاه
هدیه ساجدی - استادیار دانشگاه تهران

حاشیه نویسی خودکار تصاویر یا دسته بندی تصاویر گامی اساسی در بازیابی تصاویر است. در حاشیه نویسی تصاویر پزشکی معمولا تولید چهار بخش اطلاعاتی شامل تکنینک تهیه ی تصویر، جهت اندام، اندام و سیستم بیولوژیکی لازم است. حاشیه نویسی خودکار تصاویر با استفاده از دسته بندی تصاویر به دسته ها انجام می شود که هر دسته معرف یک کلمه است. اگر تنها از یک دسته بندی کننده برای تولید هر چهار بخش اطلاعاتی در حاشیه نویسی تصاویر پزشکی استفاده شود، برای رسیدن به کارایی مناسب باید از ویژگی های بیشتری مستخرج از تصویر استفاده کرد. در این تحقیق از چهار دسته بندی کننده مجزا برای تولید چهار بخش حاضیه ی تصاویر استفاده می شود. ویژگی های مناسب برای یک بخش تنها به عنوان بردار ورودی به سیستم حاشیه نویسی اعمال می گردد. برای استخراج ویژگی از ویژگی های سراسری و محلی استفاده می گردد. همچنین از روش های یادیگری ترکیبی (Boosting) به عنوان سیستم یادگیری ماشین استفاده می شود زیرا هدف در این روش ها بهبود کارایی دسته بندی کننده از طریق ترکیب دسته بندی کننده های پایه و ساخت یک دسته بندی کننده قوی است. نتایج گویای سیستمی کارا با دقت 86/53 درصد است.

حاشیه نویسی خودکار تصاویر، الگوی باینری محلی، هیستوگرام جهت لبه، AdaBoost