基于眼动数据比较胸部 X 光异常定位中的目标检测与短语定位模型
计算机视觉与模式识别
2025-03-04 v1 机器学习
摘要
胸部疾病在全球范围内患病率和致死率均居前列。目标检测和短语定位深度学习模型用于解释复杂的放射学数据，以协助医护人员进行诊断。目标检测按类别定位异常部位，而短语定位则按文本描述定位异常部位。本文通过比较这两种任务的性能和可解释性，来探讨文本如何增强胸部 X 光的异常定位。为建立可解释性基准，我们提出了一个自动管道，用于利用放射科医生的眼动数据生成报告句子对应的图像区域。短语定位模型在性能（mIoU=0.36 vs. 0.20）和可解释性（包含率 0.48 vs. 0.26）方面优于目标检测模型，推断文本在增强胸部 X 光异常定位方面的有效性。
引用
@article{arxiv.2503.01037,
title = {A Comparison of Object Detection and Phrase Grounding Models in Chest X-ray Abnormality Localization using Eye-tracking Data},
author = {Elham Ghelichkhan and Tolga Tasdizen},
journal= {arXiv preprint arXiv:2503.01037},
year = {2025}
}
备注
Accepted in 2025 IEEE International Symposium on Biomedical Imaging (ISBI 2025)