CheXLearner：面向progression检测的文本引导细粒度表征学习
计算机视觉与模式识别
2025-05-13 v1
摘要
时间医学图像分析是临床决策的关键任务，但现有方法要么在粗糙层面对图像和文本进行对齐，导致潜在的语义不匹配，要么仅依赖视觉信息，缺乏医学语义的集成。我们提出了 CheXLearner，这是首个统一解剖区域检测、黎曼流形基准对齐和细粒度区域语义指导的端到端框架。我们提出的 Med-Manifold Alignment Module (Med-MAM) 利用双曲几何对解剖结构进行稳健对齐，并捕获跨时间胸腔 X 光片中具有病理意义的差异。通过引入区域progression描述作为监督，CheXLearner 实现了增强的跨模态表征学习，并支持动态低层特征优化。实验表明，CheXLearner 在解剖区域progression检测上实现了 81.12%（提升 17.2%）的平均准确率和 80.32%（提升 11.05%）的 F1 分数，显著优于现有SOTA基线，尤其在结构复杂的区域表现更佳。此外，我们的模型在下游疾病分类中达到了 91.52% 的平均 AUC 分数，验证了其卓越的特征表征能力。
引用
@article{arxiv.2505.06903,
title = {CheXLearner: Text-Guided Fine-Grained Representation Learning for Progression Detection},
author = {Yuanzhuo Wang and Junwen Duan and Xinyu Li and Jianxin Wang},
journal= {arXiv preprint arXiv:2505.06903},
year = {2025}
}