器官感知注意力改进 CT 分诊与分类
计算机视觉与模式识别
2026-01-21 v1 人工智能
摘要
对计算机断层扫描（CT）等大容量医学成像方式进行分诊和分类的需求十分迫切，这可以改善患者护理并减轻放射科医生的倦怠。研究层面的 CT 分诊需要具有局部证据的校准预测；然而，现成的视觉语言模型（VLM）在处理 3D 解剖结构、协议偏移和嘈杂的报告监督方面存在困难。本研究使用了两个最大的公开可用胸部 CT 数据集：CT-RATE 和 RADCHEST-CT（留出的外部测试集）。我们经过仔细调优的监督基线（实例化为简单的全局平均池化头）建立了新的监督 SOTA，超越了所有报告的线性探测 VLM。在此基线之上，我们提出了 ORACLE-CT，一个与编码器无关、器官感知的头，它将器官掩码注意力（产生空间证据的掩码限制、逐器官池化）与器官标量融合（归一化体积和平均 HU 线索的轻量级融合）配对。在胸部设置中，ORACLE-CT 掩码注意力模型在 CT-RATE 上实现了 0.86 的 AUROC；在腹部设置中，在 MERLIN（30 个发现）上，我们的监督基线超越了通过在我们的流程中运行公开发布的权重而复现的零样本 VLM 基线，并且添加掩码注意力和标量融合进一步将性能提高到 0.85 的 AUROC。这些结果在统一的评估协议下，在胸部和腹部 CT 上均提供了 SOTA 的监督分类性能。源代码可在 https://github.com/lavsendahal/oracle-ct 获取。
引用
@article{arxiv.2601.13385,
title = {Organ-Aware Attention Improves CT Triage and Classification},
author = {Lavsen Dahal and Yubraj Bhandari and Geoffrey D. Rubin and Joseph Y. Lo},
journal= {arXiv preprint arXiv:2601.13385},
year = {2026}
}