DoubleTake：医学影像中基于对比推理的可靠决策
计算机视觉与模式识别
2026-02-04 v1 机器学习
摘要
在医学影像中进行准确决策需要对彼此易混淆的病情之间的细微视觉差异进行推理，但大多数现有方法依赖最近邻检索，仅返回冗余证据并强化单一假设。我们引入一种对比式、文档感知的参考选择框架，通过显式平衡视觉相关性、嵌入多样性和来源层次关联性，使用 ROCO 嵌入和元数据构建优化用于区分而非相似性的紧凑证据集。虽然 ROCO 提供了大规模图像-标题对，但未说明如何进行对比推理的参考选择，幼稚的检索常常会产生来自同一文档的近重复图形。为此，我们发布了可复现的参考选择协议和精选参考库，以系统研究医学图像推理中的对比检索。基于这些对比证据集，我们提出了反事实-对比推理框架，这是一种具备置信度感知的推理框架，执行结构化的成对视觉比较，并通过基于边际的决策规则聚合证据，实现可靠的妥协。实验表明，在 MediConfusion 数据集上，我们的方法实现了领先性能，将整体准确率提高了近 15%，同时降低了混淆情况，提高了单项准确率。
引用
@article{arxiv.2602.02894,
title = {DoubleTake: Contrastive Reasoning for Faithful Decision-Making in Medical Imaging},
author = {Daivik Patel and Shrenik Patel},
journal= {arXiv preprint arXiv:2602.02894},
year = {2026}
}