放射影像对比学习换掉配对目标:CorLIP让大batch不再崩,句子级AUC从68.2升到81.6
放射影像的图文对比预训练一直沿用CLIP的配对身份目标,即把同一batch内其他报告都当作负样本;但影像报告共享大量相同所见,这一目标因此系统性偏置。CorLIP把正样本改为“临床断言与图像相容”的文本,只改目标矩阵、不动架构与优化器。在MIMIC-CXR上,句子级CorLIP把零样本14类平均AUC从vanilla CLIP的68.2提升到81.6,并基本消除峰值后下滑;同一修正也迁移到3D CT。