展示、描述与结论：利用胸部X光报告的结构信息

胸部X光（CXR）图像常用于临床筛查与诊断。为这些图像自动撰写报告可显著减轻放射科医生总结描述性发现和结论性印象的工作量。报告各节之间及节内的复杂结构对自动报告生成构成巨大挑战。具体而言，Impression（印象）节是对Findings（发现）节的诊断性概括；且各节中正常表现的出现频度主导于异常表现。现有研究很少探索并考虑这一基础结构信息。本工作中，我们提出一种新颖框架，利用报告节间与节内的结构信息生成CXR影像报告。首先，我们提出一种两阶段策略，显式建模Findings与Impression之间的关系。其次，我们设计一种新颖的协作多智能体系统，隐式捕捉异常与正常之间的不平衡分布。在两个CXR报告数据集上的实验表明，我们的方法在各种评价指标上达到了state-of-the-art性能。我们的结果显示，所提方法能够通过整合结构信息生成高质量医学报告。