CSEval：文本到图像生成中临床语义评估框架
人工智能
2026-02-13 v1
摘要
文本到图像生成已越来越多地应用于医学领域，用于数据增强和教育等多种目的。评估这些生成图像的质量和临床可靠性至关重要。然而，现有方法主要评估图像的真实性或多样性，而未能捕捉生成图像是否反映了预期的临床语义，例如解剖位置和病理。在本研究中，我们提出了临床语义评估器 (CSEval)，这是一个利用语言模型评估生成图像与其条件提示之间临床语义对齐的框架。我们的实验表明，CSEval能够识别其他指标忽略的语义不一致性，并与专家判断相关。CSEval为现有评估方法提供了可扩展且具有临床意义的补充，支持生成模型在医疗保健中的安全应用。
引用
@article{arxiv.2602.12004,
title = {CSEval: A Framework for Evaluating Clinical Semantics in Text-to-Image Generation},
author = {Robert Cronshaw and Konstantinos Vilouras and Junyu Yan and Yuning Du and Feng Chen and Steven McDonagh and Sotirios A. Tsaftaris},
journal= {arXiv preprint arXiv:2602.12004},
year = {2026}
}