Résumé

ans ce papier, nous présentons une méthode pour associer de façon automatique des concepts à des images. Nous nous focalisons plus particulièrement sur des images médicales à annoter avec des concepts UMLS. Nous avons développé deux modèles de transfert d’apprentissage à partir des réseaux CNN VGG19 et ResNet50 . Nous avons utilisé des modèles avec des techniques simples et que nous avons optimisés pour l’apprentissage. Les résultats que nous avons obtenus en utilisant les données de la tâche ImageCLEF 2017 sont encourageants et comparables à ceux des autres participants.

Abstract

arge multi-label classification for medical concepts detection In this paper, we present a method to automatically associate concepts with images. We focus on medical images to annotate with UMLS concepts. Our work is based on transfer learning in a deep neuron network. We used two different models (VGG19 and ResNet50) with simple techniques that we optimized for training. The results we obtained using the ImageCLEF 2017 task data collection are encouraging and comparable to other participants.