Neuradicon：神经影像报告的操作性表示学习
计算与语言
2025-01-20 v3 人工智能
摘要
放射学报告通常以非结构化形式总结影像检查的内容和解读，无法进行定量分析。这将在放射学服务的监测限制为按内容无区分的吞吐量，阻碍了具体、有针对性的操作优化。在此我们提出 Neuradicon，一个用于神经放射学报告定量分析的自然语言处理（NLP）框架。我们的框架是规则基与人工智能模型的混合体，以简洁、定量的形式表示神经学报告，最适于操作指导。我们展示了 Neuradicon 在包含 336,569 份报告的语料库的操作表型分析中的应用，并报告了跨时间以及两个独立医疗机构的优异泛化能力。
引用
@article{arxiv.2107.10021,
title = {Neuradicon: operational representation learning of neuroimaging reports},
author = {Henry Watkins and Robert Gray and Adam Julius and Yee-Haur Mah and Walter H. L. Pinaya and Paul Wright and Ashwani Jha and Holger Engleitner and Jorge Cardoso and Sebastien Ourselin and Geraint Rees and Rolf Jaeger and Parashkev Nachev},
journal= {arXiv preprint arXiv:2107.10021},
year = {2025}
}
备注
26 pages, 11 figures