CheXTemporal：胸腔 X 光片中面向时间推理的数据集
计算机视觉与模式识别
2026-05-13 v1
摘要
胸腔 X 光片的解读需要对既往和当前研究进行时间推理，然而大多数视觉-语言模型是在静态图像-报告对上进行训练的，缺乏对建模纵向变化的显式监督。我们引入 CheXTemporal，这是一个用于胸腔 X 光片中面向时间推理的数据集，包含配对的既往-当前胸腔 X 光片（CXR），并附有 finding 级别的时间和空间注释。该数据集包括五类进展分类学（new、worse、stable、improved、resolved），局部化的路径ology 空间监督，显式的跨配对研究的空间-时间对齐，以及来自多个来源的覆盖，以进行跨域评估。我们另外构建了一个 28 万对银数据集，包含自动派生的时间和解剖监督，用于在较弱监督下的大规模评估。使用这些资源，我们在面向时间推理的 grounding 和进展分类任务上评估了多个最新视觉-语言 CXR 模型，采用零样本设置。 在两者的金和银评估中，当前模型在空间 grounding、细粒度时间推理和分布迁移下的鲁棒性方面表现出一致的局限。特别是，模型在显著的进展分类（如 worse）上表现优于在时间上微妙的状态（如 stable 和 resolved）上，表明胸腔 X 光片中纵向疾病演变的建模有限。
引用
@article{arxiv.2605.11304,
title = {CheXTemporal: A Dataset for Temporally-Grounded Reasoning in Chest Radiography},
author = {Eva Prakash and Yunhe Gao and Chong Wang and Justin Xu and Neal Prakash and Arne Michalson and Seena Dehkharghani and Eun Kyoung Hong and Julie Bauml and Roger Boodoo and Jean-Benoit Delbrouck and Sophie Ostmeier and Curtis Langlotz},
journal= {arXiv preprint arXiv:2605.11304},
year = {2026}
}