CT-AGRG：基于3D胸部CT体素的自动化异常引导报告生成
图像与视频处理
2026-02-24 v8 计算机视觉与模式识别
摘要
计算机断层扫描（CT）扫描的快速增长及其耗时的手动分析，使得在临床环境中对稳健的自动化分析技术产生了迫切需求。这些技术旨在辅助放射科医生，帮助他们应对日益增长的工作量。现有方法通常直接从3D CT图像生成完整报告，而没有明确关注观察到的异常。这种无引导的方法常常导致内容重复或报告不完整，未能优先处理异常特定的描述。我们提出了一种新的异常引导的报告生成模型，该模型首先预测异常，然后为每个异常生成有针对性的描述。在公开数据集上的评估表明，报告质量和临床相关性均有显著提升。我们通过进行消融研究来扩展我们的工作，以证明其有效性。
引用
@article{arxiv.2408.11965,
title = {CT-AGRG: Automated Abnormality-Guided Report Generation from 3D Chest CT Volumes},
author = {Theo Di Piazza and Carole Lazarus and Olivier Nempont and Loic Boussel},
journal= {arXiv preprint arXiv:2408.11965},
year = {2026}
}
备注
Accepted at ISBI 2025