KWSim: Concepts Similarity Measure

The comparison of manually annotated medical images can be done using the comparison of keywords in a lexical way or using the existing medical thesauri to calculate semantic similarity. In this paper, first we introduce the KWSim measure, a fully automated technique of measuring semantic similarity by mapping concepts(keywords) to different medical thesauri and examining the “is-a” relation type. A keyword vector similarity is also presented, based on the KWSim measure. Our approach is implemented using MeSH, ICD-10 and SNOMED CT thesauri and compared with two other existing approaches. We illustrate our method with a real time online annotation assistant. RÉSUMÉ. La comparaison des images médicales annotées manuellement peut être réalisée grâce à une comparaison lexicale entre des mots-clés ou en utilisant des thésaurus médicaux existants pour calculer une similarité sémantique entre ces mots. Dans cet article, nous présentons tout d’abord la mesure KWSim, une technique entièrement automatisée pour le calcul de la similarité sémantique en mappant des concepts (mots-clés) aux différents thésaurus médicaux et en examinant le type de relation « is-a ». Une similarité entre les vecteurs de mots-clés est également présentée, basée sur la mesure KWSim. Notre approche est implémentée en utilisant MeSH, ICD-10 et SNOMED CT thésaurus et comparée avec deux autres approches existantes. Nous illustrons notre méthode avec un assistant d’annotation en ligne et en temps réel.