PadChest-GR：用于定位放射学报告生成的双语胸部 X 射线数据集
人工智能
2025-09-04 v2 计算与语言
计算机视觉与模式识别
摘要
放射学报告生成 (RRG) 旨在从临床影像生成自由文本的放射学报告。定位放射学报告生成 (GRRG) 通过包含图像上个体发现的定位来扩展 RRG。目前，尚无用于训练 GRRG 模型的手动标注胸部 X 射线 (CXR) 数据集。在这项工作中，我们提出了一个名为 PadChest-GR（Grounded-Reporting）的数据集，源自 PadChest，旨在用于训练 CXR 图像的 GRRG 模型。我们整理了一个公开的双语数据集，包含 4,555 个 CXR 研究及其定位报告（3,099 个异常和 1,456 个正常），每个数据集包含完整的句子列表，描述个体存在的（阳性）和不存在的（阴性）发现，涵盖英语和西班牙语。总计，PadChest-GR 包含 7,037 个阳性发现句子和 3,422 个阴性发现句子。每个阳性发现句子关联最多两组由不同读者标注的独立边界框，并具有发现类型、位置和进展的分类标签。据我们所知，PadChest-GR 是首个专门为训练 GRRG 模型以理解和解释放射学图像和生成文本而手动整理的数据集。通过包含详细的定位和所有临床相关发现的全面标注，它为从 CXR 图像开发和评估 GRRG 模型提供了宝贵的资源。PadChest-GR 可在 https://bimcv.cipf.es/bimcv-projects/padchest-gr/ 处按请求下载。
引用
@article{arxiv.2411.05085,
title = {PadChest-GR: A Bilingual Chest X-ray Dataset for Grounded Radiology Report Generation},
author = {Daniel C. Castro and Aurelia Bustos and Shruthi Bannur and Stephanie L. Hyland and Kenza Bouzid and Maria Teodora Wetscherek and Maria Dolores Sánchez-Valverde and Lara Jaques-Pérez and Lourdes Pérez-Rodríguez and Kenji Takeda and José María Salinas and Javier Alvarez-Valle and Joaquín Galant Herrero and Antonio Pertusa},
journal= {arXiv preprint arXiv:2411.05085},
year = {2025}
}