关键词： 微视频   翻转课堂   文献信息检索  

摘要： 本文介绍翻转课堂的内涵和实施方法,分析实施翻转课堂教学模式的优势和困难并给出解决方法,提出翻转课堂微视频的特点并详尽给出简单实用的微视频制作方法,旨在推动文献信息检索课的教学模式改革,提高教学质量.

关键词： 数据挖掘   Web信息检索   搜索引擎  

摘要： 将数据挖掘技术应用到Web信息检索中,可以使网络信息检索更加准确化和智能化。介绍了Web数据挖掘的概念,分析了Web数据挖掘在Web信息检索中的应用,最后对Web信息检索未来发展进行了展望。

关键词： Information retrieval   medical college   mind map   puducherry   randomized controlled trial  

摘要： Background: The traditional teaching learning methods involve a one way process of transmission of knowledge leaving the students lacking behind in creative abilities. Medical schools need to change their teaching strategies to keep the interest of students and empower them for future self-learning and critical thinking. Objective: To assess the impact of mind mapping technique in information retrieval among medical college students in Puducherry. Methods: A pilot study was conducted using experimental study design among sixth semester MBBS students (n = 64) at a medical college in Puducherry, India. One group (n = 32) followed the text reading method and another group (n = 32) followed the mind mapping technique to learn the same passage given to them. The knowledge about the topic was assessed using a pre designed questionnaire at baseline, day 0 and day 7. The knowledge gain is the primary outcome variable and is compared between two groups. The feedback regarding the teaching methods was obtained from the participants. Results: Mean knowledge score in the text group was lesser than the mind map group at baseline (2.6 Vs 3.5;p = 0.08). On Day 0, the mean score in text group was slightly lesser than the mind map group (8.7 Vs 9.0;p = 0.26). On Day 7, the mean score in mind map group is significantly more than the text group (8.9 Vs 8.5;p = 0.03). Conclusion: The mind mapping technique is an innovative and effective method in remembering things better than the routine way of reading texts. © 2017 Indian Journal of Community Medicine.

关键词： 音频信息   检索技术   分类   发展   语音识别  

摘要： 随着多媒体技术的快速发展,音频信息检索技术的重要性逐渐得到提升,信息检索技术在音频信息的获取和应用方面所发挥的作用与价值也为人们所认知。本文基于当前音频信息检索技术的发展情况对音频信息检索的分类和发展情况进行概述,以促进音频信息检索技术研究的不断深入和应用的推广。

关键词： 微视频   文献信息检索   利弊  

摘要： 近年来,"微视频"技术逐渐兴起,从开始的娱乐功能到如今逐渐进入教学领域,给教育教学提供了新思路和新方法。在文献信息检索课程中,微视频技术的运用给教学带来了极大便利,同时也带来了一些问题。本文着重探讨"微视频"技术在文献信息检索课程中应用的利弊以及需要注意的问题,为广大教师提供一些新的思路。

关键词： 计算机辅助诊断   深度学习   肺部结节   智能分析   基于内容图像检索   高维数据库  

摘要： 当前在我国肺部疾病尤其是肺癌的发病率和死亡率在所有癌症中均排在第一,因此对于肺癌的早期防治以及确诊之后的及时治疗变得尤为重要。计算机辅助诊断已在一些医学领域取得媲美人类专家的诊断水平,但在肺部疾病的诊断中还存在准确率较低,而治疗不够精确等临床问题,尤其对肺部小病灶(<20mm)的良恶性鉴别诊断及肿瘤的病理属性“无创活检”(Noninvasive biopsy)分析等。针对以上问题和挑战,我们采用深度学习卷积神经网络(Deep Learning Convolutional Neural Network)等最新人工智能处理技术开展对病人CT图像中肺小结节(尺寸<20mm)进行良恶性鉴别、对病人非小细胞肺癌(尺寸?20mm)进行病理(癌细胞)类型“无创活检”智能分析研究,并将深度学习卷积神经网络技术与基于内容医学图像高维检索(CBIR)技术相结合,设计了一套利用深度学习卷积神经网络技术进行特征提取的医学图像高维检索系统,提高计算机辅助诊断的准确率及术前活检的“无创”化程度,帮助临床医生更快、更准确的进行疾病诊断和治疗。本论文的主要创新性研究工作包括以下几个方面:1.研究设计了基于深度学习卷积神经网络(CNN)算法的肺部微小病灶(尺寸<20mm)CT图像良恶性鉴别方法,该方法利用深度学习卷积神经网络算法对病人CT影像数据中的肺结节良恶性进行鉴别。其基本流程包括深度学习卷积神经网络系统的设计,病人图像及病理数据的采集及预处理,深度学习卷积神经网络模型的训练和卷积神经网络模型鉴别病人肺结节CT图像良恶性。本研究共采集三个数据来源(美国TCIA、复旦大学附属华东医院、复旦大学附属肿瘤医院)共921例肺部小结节病人CT(4830幅原始图像,20000幅增强处理)图像进行训练和验证,设计了适用于小尺寸图像数据的卷积神经网络,并由采集的部分数据进行网络模型训练,由训练模型对测试数据进行良恶性鉴别验证,并生成模型分类器的ROC曲线,并由此得到曲线下面积(AUC),对网络模型的鉴别性能进行量化评价(AUC=0.6497)。分析了深度学习网络模型对不同尺寸结节的鉴别准确率,实验结果表明,网络模型的鉴别准确率与肺结节尺寸有关,结节尺寸越大,鉴别的准确率越高。分析了深度学习网络对不同影像类型结节的鉴别准确率,实验结果表明,深度学习模型对于实性结节的鉴别准确率高于半实性结节和磨玻璃结节。分析了深度学习网络对不同数据中心影像数据良恶性鉴别的准确率,结果表明深度学习网络模型对不同数据中心肺结节病人CT图像的良恶性鉴别准确率没有较大差异。2.首次研究了基于深度学习卷积神经网络的非小细胞肺癌(尺寸?20mm)CT图像病理特性“无创活检”智能分析技术,该技术通过病人的CT影像数据对非小细胞肺癌的病理特性(癌细胞类型)进行分析。其基本流程包括深度学习网络系统的设计,病人图像及病理数据的采集及预处理,深度学习卷积神经网络模型的训练和卷积神经网络模型分析非小细胞肺癌病人CT图像病理特性。我们采集了三个数据来源(美国TCIA、复旦大学附属华东医院、复旦大学附属肿瘤医院)共452例非小细胞肺癌患者的(4375幅原始)CT图像进行训练和验证,设计了一个深层卷积网络结构,使用迁移学习(Transfer Learning)思想利用采集的数据对(CNN)网络进行训练,借助二分类问题中的灵敏度和特异度对网络模型的分析性能进行评测,并由ROC曲线以及AUC值对性能进行直观的量化评价(大细胞癌AUC值为0.6422,鳞癌AUC值为0.6088,腺癌AUC值为0.6831)。比较了不同病灶区域提取尺寸下,深度学习网络分类性能的差异。同时比较了深度学习网络模型对各医院(数据来源)病人数据的分析性能,在肺腺癌的预测中,对不同数据中心的分析准确率存在差异。3.研究实现了一种新的基于内容医学图像高维检索(Content-Based Image Retrieval,简称“CBIR”)系统,该系统对肺部孤立性结节的CT图像进行病灶提取、特征提取及选择,并对病灶区域的高维特征矢量使用VA-Trie索引结构创建高维特征数据库。测试结果表明,使用VA-Trie索引结构可以有效地避免高维数据索引过程中常见的“维度灾难”问题。借助于VA-Trie索引结构,CBIR检索系统的索引时间并没有随着数据维度以及数据量的增加而出现明显变化,索引性能可以得到有效保证。同时,研究了使用深度学习卷积神经网络进行肺部孤立性结节的CT图像特征提取方法,并结合VA-Trie索引结构创建基于内容的医学图像高维检索(CBIR)系统,测试结果表明使用深度学习卷积神经网络对图像进行特征提取所构建的CBIR检索系统,其检索准确率要高于常规图像特征筛选方式构建的CBIR系统。

关键词： 空间信息   语义   查询扩展   信息检索   特征属性   相似度  

摘要： 近年来,随着地理信息数据众包思想的兴起,VGI数据正在以爆炸式的方式增长。OpenStreetMap作为VGI之中的最具代表性的项目之一,其数据在各个领域都在被广泛的应用,空间信息的检索愈加凸显出重要的作用。同时非专业人员在这一检索活动中的比重也大幅提高。这些用户一般采用简单的关键词进行检索,其特点是要求简单、实现容易,但实际检索结果常常与用户所期望的结果间存在着很大的差距。为了使检索的结果更为精确,人们进一步构造了可对各种关键词进行多种组合的检索方式,该种方式可获得更好的检索结果,但大多数用户由于没有经过检索培训,难以很好地利用这种组合检索方式来构造复杂的检索策略,使得这类复杂的组合式检索难以在大多数非专业人员中使用。如何为用户提供一种基于简单关键词检索的方式,使用户可以利用简单的相关地理信息关键词检索到全面精确的相关信息,是国内外信息检索界广泛关注和着力解决的关键问题之一。由于空间数据的海量特点、空间数据服务的异构性、用户需求表达的模糊性等问题,空间信息的获取、查询和检索存在着较多的难题。其中,空间信息检索具有显著的时间和空间特性,它是信息检索的一个特殊应用领域,其特殊性主要表现在相似性检索、时空关联检索、知识的不确定性等方面。传统的基于关键词字符串匹配的信息检索技术已无法满足空间信息检索的特殊需求,从而需要基于语义的更深层次的信息查询和匹配技术支持。语义本体技术作为一种新型的知识组织和表达方式,具有良好的概念组织结构和对逻辑推理的支持,在信息检索领域特别是在基于知识的语义化检索方面得到了飞速的发展和广泛的应用。基于本体的语义描述和推理方法,为空间数据服务中用户需求的解析和理解、空间信息资源的语义化描述和匹配、领域知识的形式化描述和推理分析等关键技术问题的解决提供了可行的途径和有力的工具,将有效地提高空间数据服务的检索效率和智能化程度。本研究针对现在空间信息检索用户一般使用简单语句进行查询,对检索服务希望简单易实现的要求,设计了针对空间信息检索语句自然语言处理的用户查询意图识别方法。并且,利用OSM数据中的Tag标签的可扩展性,结合空间信息语义特征,在标签中扩展了空间信息的属性特征信息项和值,并对其扩展后的模型设计了一种基于空间信息语义属性相似度的查询扩展方法。该方法能在空间信息检索中,将用户的简单输入进行扩展,以达到对相关结果更广泛更准确的匹配。使得日益增长的空间信息检索需求,能够以更好的用户体验性和更高的检索效率来服务使用者。研究中主要包括了以下几方面内容:(1)结合传统的自然语言处理方法,通过构建空间信息概念语义词典、地名词典和空间关系语义词典,设计了一种面向空间信息检索的优化的自然语言处理方法。该方法以空间信息语义词典为语料基础,能更好的对空间信息检索语句进行拆分和理解,提取查询中心词和真实查询意图。由于词典的支撑,对特定空间地名的识别更加准确,避免了查询偏移的发生。(2)面向OSM的数据特征,有效利用其开放式Tag标签的可扩展性,为空间数据的语义特征提供一个良好的属性扩展平台;合理的空间数据语义属性归纳和总结,梳理属于空间数据独有的语义特征,并将语义属性扩展到OSM数据模型中,为空间数据的深度分析和查询扩展提供数据基础。(3)针对不同类型的空间信息语义属性,建立基于语义的空间信息相似度计算模型与方法,根据空间信息间的相似度量化值,将与关键词最相似的空间概念或实体加入到查询扩展集合中,使得空间检索的结果查全率和查准率有效提高。(4)基于OSM数据,设计了空间信息语义相似度查询扩展服务系统,并设计了相关实验,论证本文方法对于空间信息数据检索的有效性,为后续的空间信息检索研究提供可以参考和借鉴的思路与案例。

关键词： 翻转课堂   医学信息检索   教学改革  

摘要： 近年高校的许多课程都在进行教学改革,改革的方式也是各种各样的。翻转课堂是以国外的慕课为背景,结合国内的教学模式而推出的教学模式。文中主要讨论了翻转课堂在高校中的推广困难以及翻转课堂在医学信息检索课程教学改革中的意义。

关键词： 本体映射   本体构建   数据安全   医疗信息检索   增量式识别  

摘要： 由于医疗信息的特殊性导致对于其的检索效果不尽如人意,本体的出现使得局面有所改善。在构建本体的过程中要尽量做到对现有本体的复用,以达到全面、正确、快速构建本体的目的,本体间的异构性可以通过本体映射算法来解决。虽然已经存在了很多本体映射算法的研究成果,但是大多集中在相似度度量原理的设计上,对于其它方面关注甚少。本文针对现有本体映射算法在语义描述全面性、映射过程安全性和概念识别增量性方面存在的不足,对本体映射算法进行了改进,提出了具有隐私保护的模糊本体增量式映射算法,利用病历数据进行了分类实验,给出了结果说明,并且分析了此算法的优缺点。本文介绍了医疗信息检索的研究背景、目的意义和国内外研究现状,从理论和应用两个方面说明了制约循证医学发展的因素,强调了本文研究内容的必要性;通过对医疗信息组织形式的介绍,突出了本体在描述医疗信息方面的优势;通过对本体匹配原理的分析,得知了现存相似性计算的局限性,确定了具体的研究思路;经过分析目前现有实验资源和数据支持,估计了研究过程中可能遇到的难题,在一定程度上规避了风险,增强了自信心。为了改进目前本体相似性度量中存在的不足,在现有四元结构本体中加入模糊概念,形成了新的五维本体,增强了本体的语言描述能力;在映射过程中引入混淆思想和适合的相似度度量方法,在保证映射正确的前提下提高了映射的安全性;在概念识别过程中,加入增量识别原理,完成了对本体中未定义概念的识别;结合以上三点,提出了具有隐私保护的模糊本体增量式映射算法,并详述了其工作原理和实现过程。本文通过对医学主题词表、统一医学语言系统和国际疾病分类编码与术语表第十版的相关知识体系的复用,构建了“先天性心脏缺损”疾病病历本体,完整再现了本体的映射建立过程,完成了基于电子病历文档的概念识别和语义网络的构建,丰富了医疗领域本体构成。并且本文进行了原型系统的开发,以心内科病历数据作为研究对象进行实验,描述了分类过程,对实验结果进行了分析,可以看出本文所提算法的有效性和可行性得到了证明。

关键词： 数字图书馆   信息检索技术   概念   发展趋势  

摘要： 随着大众生活水平的提高,对知识的追求也越来越热情,图书馆的建设成为一项重要的事业,而在信息化时代,建设数字图书馆成为必然,与之相关的各种数字技术体系的完善也必不可少。本文探讨了数字图书馆的信息检索技术问题,文章从阐述数字图书馆概念、信息检索技术概念入手,进一步介绍了数字图书馆的信息检索技术,最后分析了数字图书馆信息检索技术的发展趋势。