چکیده:
زمینه و هدف: تصویر به عنوان شکلی از مدرک که می تواند حجم قابل توجهی از اطلاعات را منتقل کند به خصوص در حوزه پزشکی از اهمیت خاصی برخوردار است. ویژگی های متفاوت تصاویر و الگوریتم های مختلف جستجو در سیستم های بازیابی تصاویر پزشکی و نبود مرجعی جهت ارزیابی کیفیت بازیابی های انجام شده، همه انجام یک تحلیل ساختار یافته در حوزه سیستم های بازیابی تصاویر پزشکی را ضروری می نماید. هدف از این پژوهش تحلیل ساختار یافته سیستم های بازیابی تصاویر پزشکی در مقالات بین سال های 2011 – 2000 می باشد
روش: عمده ترین پایگاه های علمی شاملScopus ، MEDLINE، Web of Knowledge (ISI) و Google Scholar با استفاده از کلیدواژه های استاندارد و واژه های مربوط به زبان انگلیسی در فاصله زمانی 2000 تا 2011 مورد جستجو قرار گرفتند. تمامی مقالات یافت شده، با استفاده از فرم ارزیابی نقادانه استاندارد مورد بررسی و نمره گزاری قرار گرفته و مقالاتی که بیش از نصف نمره کیفیت را دریافت کرده اند، واجد شرایط ورود به مراحل بعد بودند. سپس، داده های مهم مربوط به مطالعات استخراج شده و دسته بندی گردیدند.
یافته ها: تعداد 86 مقاله بررسی شده به سه گروه عمده تقسیم شدند. گروه اول به معرفی سیستم های جدید بازیابی تصاویر پزشکی پرداخته بودند (45%)، گروه دوم چارچوب جدیدی برای سیستم های اصلی بازیابی تصاویر پزشکی ارائه داده بودند (40%) و گروه آخر از مطالعات نیز ارزیابی سیستم های بازیابی تصاویر پزشکی را بر عهده داشتند (15%). طی سال های 2011 – 2000 با رشد تولیدات علمی این حوزه مواجه هستیم و در سال 2009 رشد چشمگیری داشته است. نتایج این مطالعه نشان داد که سیستم های بازیابی تصاویر پزشکی به سمت بازیابی مبتنی بر محتوا (66%) و رویکرد ترکیبی (هم مبتنی بر متن و هم مبتنی بر محتوا) (20%) سوق پیدا کرده اند.
نتیجه گیری: با توجه به مطالعات انجام گرفته می توان گفت که با به کارگیری سیستم های تصاویر پزشکی در کنار سیستم های پشتیبان تصمیم گیری و سایر سیستم های اطلاعاتی و ارتباطی بیمارستانی می توان به کادر بالینی مراکز درمانی و بهداشتی برای ارائه بهتر و موثرتر در خدمات و در امر تشخیص کمک کرد. از سوی دیگر این سیستم ها می توانند در حوزه آموزش و پژوهش نیز نقش مهمی ایفا نمایند. هرچه سیستم های تصاویر پزشکی به سمت تخصصی تر شدن در حوزه ای خاص برده شوند و با ویژگی های تصاویر جدید طراحی شده باشند به همان نسبت در اهداف خود موفق تر خواهند بود.
Background and Aim: Image، as a kind of information vehicle which can convey a large volume of information، is important especially in medicine field. Existence of different attributes of image features and various search algorithms in medical image retrieval systems and lack of an authority to evaluate the quality of retrieval systems، make a systematic review in medical image retrieval systems field necessary. The objective of this study was to conduct a systematic review of papers on medical image retrieval systems appeared between 2000 and 2011.
Method: The major scientific databases (Medline، Scopus، Webof Knowledge (ISI)، and Google Scholar) were searched، using standard keywords in English between 2000 and 2011. All papers reviewed using standard critical assessment and grading and papers with more than half of the quality scores were considered as qualified to enter to the next stage. Then، the data in selected studies were extracted and classified.
Results: Eighty sixreviewed papers were classified into 3 categories. The first category introduced new medical image retrieval systems (40%) and the second category presented a new framework for the major medical image retrieval systems (45%) and the last category was about medical image retrieval systems evaluation (15%). However، the growth rate was increasing during the period and the most papers published in 2009. The CBIR systems were used more (66%) and then hybrid systems (20%) respectively.
Conclusion: Applying medical image retrieval systems with Decision Support Systems (DSS) and other information and computer technologies can help clinicians to present a better service and can help them in diagnosis as well. Meanwhile، these systems can be very useful in education and research، the medical image retrieval systems can be more successful if they are designed for a specific field and based on new and modern image features.