GazeSearch：放射学发现视觉搜索基准

医学眼动追踪数据是了解放射科医生如何视觉解读医学图像的重要信息来源。这些信息不仅能提高X光片分析深度学习模型的准确性，还能增强其可解释性，提升决策的透明度。然而，目前的眼动追踪数据分散、未经处理且含义模糊，难以提取有意义的见解。因此，有必要创建一个新的数据集，其眼动追踪数据更具聚焦性和实用性，以提高其在诊断应用中的效用。在这项工作中，我们提出了一种受目标存在视觉搜索挑战启发的细化方法：存在特定发现，注视点被引导以定位它。在细化现有眼动追踪数据集后，我们将其转化为一个精选的视觉搜索数据集，命名为GazeSearch，专门针对放射学发现，其中每个注视序列都与定位特定发现的任务精确对齐。随后，我们引入了一个专门为GazeSearch设计的扫描路径预测基线模型。最后，我们使用新引入的GazeSearch作为基准，评估当前最先进方法的性能，为医学影像中的视觉搜索提供全面的评估。代码可在 \url{https://github.com/UARK-AICV/GazeSearch} 获取。