GIT-CXR：用于胸部X光报告生成的端到端Transformer
计算与语言
2025-01-07 v1 计算机视觉与模式识别
机器学习
摘要
医学成像对于诊断、监测和治疗医疗状况至关重要。放射影像的医学报告是医疗专业人员证明其发现的主要媒介，但其撰写耗时且需要专业的临床专业知识。因此，自动生成放射影像报告有望改善并规范患者护理，同时显著减轻临床医生的工作量。通过我们的工作，设计并评估了一种基于端到端Transformer的方法，用于为X光图像生成准确且事实完整的放射报告。此外，我们首次在医学成像领域将课程学习引入端到端Transformer，并证明了其在提升性能方面的影响。实验使用目前最大的胸部X光数据集MIMIC-CXR-JPG数据库进行。所得结果在自然语言生成(NLG)指标BLEU和ROUGE-L上与当前SOTA相当，同时在衡量临床准确性的F1 examples-averaged、F1-macro和F1-micro指标，以及NLG中广泛使用的METEOR指标上取得了新的SOTA结果。
引用
@article{arxiv.2501.02598,
title = {GIT-CXR: End-to-End Transformer for Chest X-Ray Report Generation},
author = {Iustin Sîrbu and Iulia-Renata Sîrbu and Jasmina Bogojeska and Traian Rebedea},
journal= {arXiv preprint arXiv:2501.02598},
year = {2025}
}