面向医学图像自动报告生成的深度学习与可解释性综述
计算机视觉与模式识别
2022-01-11 v2 人工智能
计算与语言
机器学习
摘要
每年医师都面临患者基于图像的诊断需求不断增长的问题，这一难题可通过近期的人工智能方法解决。在此背景下，我们调研了医学图像自动报告生成领域的工作，重点关使用深度神经网络的方法，并围绕以下方面展开：(1) 数据集，(2) 架构设计，(3) 可解释性，以及 (4) 评估指标。我们的调研发现了一些有趣进展，但也存在尚待解决的挑战。其中，当前对生成报告的评估尤为薄弱，因其主要依赖传统的自然语言处理（NLP）指标，无法准确捕捉医学正确性。
引用
@article{arxiv.2010.10563,
title = {A Survey on Deep Learning and Explainability for Automatic Report Generation from Medical Images},
author = {Pablo Messina and Pablo Pino and Denis Parra and Alvaro Soto and Cecilia Besa and Sergio Uribe and Marcelo andía and Cristian Tejos and Claudia Prieto and Daniel Capurro},
journal= {arXiv preprint arXiv:2010.10563},
year = {2022}
}
备注
Accepted for publication in ACM CSUR