PriorRG：用于胸片报告生成的先验引导对比预训练与粗到细解码
计算机视觉与模式识别
2026-01-06 v2 人工智能
摘要
胸片报告生成旨在通过自动生成高质量的初步报告来减轻放射科医生的工作负担。此任务的一个关键且鲜有人知的方面是有效利用患者特定的先验知识——包括临床背景（如症状、病史）以及最近的先验图像——这些是放射科医生在诊断推理中通常依赖的。大多数现有方法仅从单张图像生成报告，忽略了这种至关重要的先验信息，因而无法捕获诊断意图或疾病进程。为弥合这一差距，我们提出了 PriorRG，一种新的胸片报告生成框架，通过两个阶段的训练流程模拟真实世界的临床工作流程。在阶段 1，我们引入一种先验引导的对比预训练方案，利用临床背景指导时空特征提取，使模型更贴近放射报告中固有的时空语义。在阶段 2，我们提出一种先验感知的粗到细解码，用于报告生成，该解码逐步将患者特定的先验知识与视觉编码器的隐藏状态集成。这种解码使模型能够与诊断焦点一致，并跟踪疾病进程，从而提升生成报告的临床准确性和流畅性。在 MIMIC-CXR 和 MIMIC-ABN 数据集上的大量实验表明，PriorRG 在各项指标上均优于领先方法，在 MIMIC-CXR 上实现了 3.6% 的 BLEU-4 和 3.8% 的 F1 分数的提升，在 MIMIC-ABN 上实现了 5.9% 的 BLEU-1 分数的提升。接受录取后，代码和模型 checkpoint 将公开发布。
引用
@article{arxiv.2508.05353,
title = {PriorRG: Prior-Guided Contrastive Pre-training and Coarse-to-Fine Decoding for Chest X-ray Report Generation},
author = {Kang Liu and Zhuoqi Ma and Zikang Fang and Yunan Li and Kun Xie and Qiguang Miao},
journal= {arXiv preprint arXiv:2508.05353},
year = {2026}
}
备注
Accepted by AAAI 2026