Integração de múltiplos espaços métricos em consultas por similaridade: aplicações em imagens médicas

Resumo

Dados complexos, como imagens, áudio, textos longos e sequências genéticas, estão presentes atualmente em um grande número de aplicações, e devem ser gerenciados pelos Sistemas de Gerenciamento de Bases de Dados (SGBD) atuais.Na Recuperação por Conteúdo (Content-based Retrieval) em grandes coleções de dados desses tipos, o grau de similaridade entre os elementos é o fator mais importante.Porém, a similaridade não é avaliada diretamente sobre os dados complexos, mas sobre características deles extraídas, ou seja, sobre o conteúdo intrínseco dos dados complexos. A comparação natural por similaridade de tais dados leva a sua representação em espaços métricos ou multidimensionais.Para um mesmo objeto podem ser extraídos vários conjuntos de características, descrevendo diferentes aspectos dos dados. Por exemplo, no caso de imagens, características que descrevem a forma, a textura e a distribuição de cores das imagens são bastante utilizadas, assim como podem ser usadas informações temporais associadas à imagem, ou outros aspectos específicos de um dado domínio de imagens.É comum que consultas usando combinações de características tenham resultados melhores.Neste trabalho, será explorada a combinação de múltiplos espaços métricos, referentes a diferentes conjuntos de característica, concentrando-se especialmente em conjuntos de imagens médicas. Pretende-se desenvolver métodos para o balanceamento da influência das características nas operações de busca, usando informações intrínsecas e semânticas associadas às imagens.Além disso, pretende-se melhorar os resultados obtidos nas consultas por conteúdo, não apenas em termos de precisão das respostas, mas também buscando identificar e atender ao interesse do usuário, incluindo um determinado grau de variedade nos resultados das consultas, sem degradar o tempo de execução das mesmas. Pretende-se utilizar múltiplos espaços métricos, que possam assumir papéis diferentes durante as consultas, como por exemplo, utilizar características diferentes no cálculo da similaridade e da diversidade. (AU)