跳到主要内容
检索

# 放射学报告生成

14 篇关联报道

订阅更新
  1. arXiv

    神经影像有了会对话的专用模型:Neuro-VL在17组任务中16组胜过GPT-5.4,还能顶住误导性提问

    Neuro-VL 是一个在近百万例常规临床神经影像检查上训练的视觉语言模型,能对完整检查做定位、描述、诊断和报告生成,并与使用者用自然语言讨论所见。研究在内部与24个国际公开数据集构成的NeuroBench上比较了它和GPT-5.4、Gemma 4及神经影像专用模型NeuroVFM:在17个任务-数据组组合中,Neuro-VL有16组优于GPT-5.4和Gemma 4,17组全部优于NeuroVFM,等权平均分别高出15.9、16.9和23.0个百分点。模型还被进一步微调出可比较前后两次检查的纵向版本,并在嵌入错误诊断或部位的提示下比GPT-5.4更少改口。

  2. arXiv

    阿里达摩院HoloCT把CT读片与三维分割合成一个模型,多中心阅片研究在敏感度与总准确率上超过四位放射科医生

    阿里达摩院推出三维CT基础模型HoloCT,把影像解读与体素级分割放进同一个视觉—语言模型,让文字结论能配上可核查的三维掩膜。此前的分割网络只勾画、不解释,CT视觉语言模型只出文字、不给定位。在五个医院11,455例临床CT上,HoloCT-8B在喉部病变与肺癌分割上把平均Dice较VoxTell分别从0.107提到0.488、从0.543提到0.715,并在甲状腺肿瘤与结肠病变回顾性阅片研究中于敏感度和总准确率上超过全部四位参与放射科医生。

  3. arXiv

    胸片报告先查解剖再下诊断:ARIVE把推理链摆到台面上,盲评质量与Qwen3.5相当

    胸片自动报告常写得通顺,却看不出哪块图像证据支撑了哪条结论。ARIVE把解剖区域检查与诊断推理交替进行,再据此撰写报告,训练数据为从MIMIC-CXR整理的159,416条多模态思维链轨迹。在MIMIC-CXR与仅含异常病例的MIMIC-ABN上,其临床效能指标整体高于所比较的模型;100例盲评中报告质量与Qwen3.5相近,平均分3.47对3.51,参考报告为3.88。

  4. arXiv

    放射科智能体只拿到已获批工具:按临床指征规划仅找回29%的可操作发现

    一个放射科智能体框架把大语言模型编排器与模块化工具接口分开,用FDA已获批放射科AI设备整理出的1,989个发现类别作为工具目录,在PARROT虚构报告语料上模拟生成结构化报告。仅凭临床指征规划时,已获批目录下的可操作发现召回率为0.290,工具无限目录为0.437;若让规划器直接读目标报告,两者分别升至0.426和0.740。工具输出均由参考报告模拟,因此比较隔离的是工具覆盖与编排,而非工具误差。

  5. arXiv

    胸片报告改按解剖区域集生成:RadCarve用不到六分之一参数,在多区域绑定上领先

    胸片报告生成开始把“生成单元”直接定义为报告标注中语句对应的解剖区域集,而不是预设主题或单个区域。RadCarve让规划器从图像同时预测哪些单元存在、各由哪些区域组成,再按该区域集的联合视觉证据独立生成每段文字。在Chest ImaGenome上,给定区域集时其CXRFEScore比强基线高9.4%,端到端绑定F1@0.5为0.451,而RGRG为0.185、ChEX为0.089;推理参数为0.761B。

  6. arXiv

    胸片报告生成后先做视觉核对:CheXPoT把MedGemma-4B微平均精确率从19.2%提到46.8%

    胸片视觉语言模型能写出通顺报告,却常把图像里没有的征象写进去,而此前的改进多依赖强化学习、偏好优化或思维链监督,需要重新训练生成器。CheXPoT改为在报告生成之后处理:把报告拆成可核对的谓词,用胸片分类模型和Grad-CAM定位出的视觉证据表逐条判定,删去无法被图像支持的谓词再改写报告。在4,145张图像的留出集上,MedGemma-4B报告的微平均精确率由19.2%升至46.8%,微平均F1由23.0%升至49.4%,14个CheXpert类别中8类的精确率提升具有统计显著性,精确率与F1均无显著下降。

  7. arXiv

    胸片报告不再只写长段落:先按疾病对齐图像与文字,再让大模型改写成问答

    胸片报告生成改用问答式输出:先用预测疾病标签对齐图像与文本,再用医学知识图谱检索证据并由大模型改写,在MIMIC-CXR与IU X-Ray上多数指标优于此前方法。

  8. arXiv

    CA-WCP 在 BraTS 2020 与合成 CT 上为每个类别给出覆盖 90% 的体积区间,宽度比对称加权共形预测窄 8–14%

    该工作提出类别感知非对称加权共形预测(CA-WCP),把潜空间密度比加权与分别校准上下体积界的方向分位数结合,并按验证集假阳性/假阴性率给每个界加上类别特异非对称因子;作者证明其在加权可交换性下保持每类边际覆盖保证,并在 BraTS 2020 与受协变量偏移的合成多器官 CT 上使各类 95% Clopper–Pearson 覆盖区间包含名义 90% 水平,同时区间宽度比对称加权共形预测缩小 8–14%。

  9. arXiv

    ΔRepresentation 用反事实推理把病灶表型建模为相对正常解剖的表征增量,在六个医学 VLM 上同时提升病灶定位与表型识别

    该工作提出 ΔRepresentation,一个面向医学视觉语言模型的视觉表型表征学习框架:BaseAnatomy 用理想空间分布对正常解剖表征施加几何监督,Phenotype 通过反事实推理估计病灶块对应的正常解剖参考并学习表型特异的表征增量,使同一表型的增量在表征空间中聚集。在 ReXGroundingCT 与 LIDC-IDRI 上,该方法在六个预训练医学 VLM 上一致提升病灶定位与表型识别准确率。

  10. arXiv

    ConRad 用 GRPO 与对数评分规则微调医学视觉语言模型,使报告级 ECE 从 0.642 降至 0.106,并在 IU-Xray 零样本迁移中把 ECE 从 0.310 改善到 0.034

    该工作提出 ConRad,一个基于强化学习的框架,用 GRPO 算法和对数评分规则奖励微调医学大视觉语言模型,使其在生成放射报告的同时输出报告级或句子级的言语化置信度,在 MIMIC-CXR 上报告级 ECE 降至 0.106、句子级 ECE 降至 0.239,并在 IU-Xray 零样本迁移中把 ECE 从 0.310 改善到 0.034,同时报告生成质量(GREEN)保持稳定。