基于主题-关键词语义指导的自动化放射科报告生成
多媒体
2025-09-16 v1
摘要
自动化放射科报告生成在临床实践中至关重要。然而，诊断放射学图像通常需要医生5-10分钟，导致宝贵的医疗资源浪费。现有研究未充分利用历史放射科报告中的知识，缺乏足够和准确的先验信息。为此，我们提出了主题-关键词语义指导(TKSG)框架。该框架使用BiomedCLIP准确检索历史相似案例。基于多模态，TKSG准确检测报告中主题词(疾病分类)和关键词(常见症状)。主题术语的概率被聚合成主题向量，作为全局信息用于指导整个解码过程。此外，设计了一个语义引导注意力模块，以确保报告的准确性和相关性。实验结果表明，我们的模型在IU X-Ray和MIMIC-CXR数据集上表现优异。代码可在https://github.com/SCNU203/TKSG获取。
引用
@article{arxiv.2509.10873,
title = {Automated Radiology Report Generation Based on Topic-Keyword Semantic Guidance},
author = {Jing Xiao and Hongfei Liu and Ruiqi Dong and Jimin Liu and Haoyong Yu},
journal= {arXiv preprint arXiv:2509.10873},
year = {2025}
}