面向3D医学影像的区域锚定报告生成：细粒度数据集与图增强框架
计算机视觉与模式识别
2026-05-18 v2 人工智能
摘要
3D PET/CT成像的自动化医学报告生成从根本上受到体积数据高维性和注释数据集（尤其是低资源语言）严重稀缺的挑战。当前的“黑盒”方法将整个体积映射到报告，忽略了分析局部感兴趣区域(RoI)以得出诊断结论的临床工作流程。在本文中，我们通过引入VietPET-RoI来弥合这一差距，这是第一个具有低资源语言细粒度RoI注释的大规模3D PET/CT数据集，包含600个PET/CT样本和1,960个手动注释的RoI，并配有相应的临床报告。此外，为了展示该数据集的实用性，我们提出了HiRRA，这是一个新颖的框架，通过使用基于图的关系模块来捕获RoI属性之间的依赖关系，模拟专业放射科医生的诊断工作流程。这种方法从全局模式匹配转向局部临床发现。此外，我们引入了新的临床评估指标，即RoI覆盖率和RoI质量指数，它们使用基于LLM的提取来测量RoI定位准确性和属性描述保真度。广泛的评估表明，我们的框架实现了SOTA性能，在BLEU上超过现有模型19.7%，在ROUGE-L上超过4.7%，同时在临床指标上实现了45.8%的显著提升，表明临床可靠性增强和幻觉减少。我们的代码和数据集可在GitHub上获取。
引用
@article{arxiv.2604.18145,
title = {Region-Grounded Report Generation for 3D Medical Imaging: A Fine-Grained Dataset and Graph-Enhanced Framework},
author = {Cong Huy Nguyen and Son Dinh Nguyen and Guanlin Li and Tuan Dung Nguyen and Aditya Narayan Sankaran and Mai Huy Thong and Thanh Trung Nguyen and Mai Hong Son and Reza Farahbakhsh and Phi Le Nguyen and Noel Crespi},
journal= {arXiv preprint arXiv:2604.18145},
year = {2026}
}
备注
16 pages; Accepted to appear in ACL 2026