Med-SORA：腹部CT图像中的症状至器官推理
计算机视觉与模式识别
2025-11-11 v1
摘要
理解症状-图像关联对于临床推理至关重要。然而，现有医学多模态模型常依赖简单的一对一硬标签化， oversimplifying 临床情境， 其中症状与多个器官相关。此外，这些模型主要使用单切片2D特征，未纳入3D信息，限制其捕捉完整解剖背景的能力。本研究提出Med-SORA， 用于腹部CT图像中的症状至器官推理。Med-SORA引入基于RAG的数据集构建，采用可学习的器官锚点进行软标签化以捕捉一对多症状-器官关系， 并采用2D-3D跨注意力架构融合局部与全局图像特征。据此，本文首次针对医学多模态学习中的症状至器官推理问题展开研究。实验结果表明，Med-SORA超越现有医学多模态模型， 实现精准的3D临床推理。
引用
@article{arxiv.2511.06752,
title = {Med-SORA: Symptom to Organ Reasoning in Abdomen CT Images},
author = {You-Kyoung Na and Yeong-Jun Cho},
journal= {arXiv preprint arXiv:2511.06752},
year = {2025}
}
备注
9 pages