MeniOmni：用于全面髋关节损伤评估的结构化多模态基准
计算机视觉与模式识别
2026-05-28 v1
摘要
临床诊断髋关节损伤需要放射科医生整合体积性MRI证据与患者背景信息（例如性别、年龄、BMI），并生成结构化诊断报告。现有的膝关节MRI基准通常是单模态的，仅依赖粗糙标签，限制了其评估全面临床推理的能力。我们引入MeniOmni，一个用于髋关节损伤评估的结构化多模态基准，包含746个多中心MRI研究，具有三平面体积性输入、Clinical Priors以及专家标注的临床文本。MeniOmni支持两个任务：（1）细粒度Stoller严重程分级，（2）诊断报告生成。我们进一步提出了风险感知的有序评估和语义一致性指标（Meni-Score），以更好地反映临床相关性。基线实验表明，纳入Clinical Priors可提升分级性能并减少严重错误，凸显了多模态上下文对于更安全评估的价值。代码和数据已提供于https://github.com/ShuruiXu/MeniOmni。
引用
@article{arxiv.2605.28161,
title = {MeniOmni: A Structured Multimodal Benchmark for Holistic Meniscus Injury Assessment},
author = {Shurui Xu and Siqi Yang and Weiping Ding and Hui Wang and Mengzhen Fan and Yuyu Sun and Shuyan Li},
journal= {arXiv preprint arXiv:2605.28161},
year = {2026}
}
备注
Accepted by IEEE International Conference on Multimedia and Expo (ICME) 2026 (Oral Presentation)