FlexR:利用语言嵌入进行胸部 X 光结构化报告的少样本分类
计算机视觉与模式识别
2023-05-03 v2
摘要
由于胸部 X 光报告任务耗时,其自动化已引起极大兴趣。然而,鉴于医学信息的复杂性、书写风格的多样性以及可能存在错别字与不一致,以自然语言处理指标量化自由文本报告的临床准确性颇具挑战。相比之下,结构化报告与标准化报告可提供一致性并形式化临床正确性的评估。然而,用于结构化报告的高质量标注稀缺。因此,我们提出一种方法,预测由结构化报告模板中句子定义的临床发现,可用于填充此类模板。该方法包括使用胸部 X 光及相关自由文本放射学报告训练对比语言-图像模型,然后为每项结构化发现创建文本提示并优化分类器以预测医学图像中的临床发现。结果表明,即便仅用有限的影像级标注训练,该方法也能完成胸部 X 光中心脏肿大严重程度评估与病灶定位的结构化报告任务。
引用
@article{arxiv.2203.15723,
title = {FlexR: Few-shot Classification with Language Embeddings for Structured Reporting of Chest X-rays},
author = {Matthias Keicher and Kamilia Zaripova and Tobias Czempiel and Kristina Mach and Ashkan Khakzar and Nassir Navab},
journal= {arXiv preprint arXiv:2203.15723},
year = {2023}
}
备注
Accepted for publication at MIDL 2023