Vispi：胸部X光片的自动视觉感知与解读
计算机视觉与模式识别
2020-06-01 v3 计算与语言
摘要
医学影像包含做出诊断和治疗决策所需的关键信息。对影像进行检视（视觉感知）并解读以生成报告是放射科医生繁琐的临床常规工作，自动化有望大幅减轻其工作负担。尽管自然图像描述技术发展迅速，但计算机辅助的医学图像视觉感知与解读仍是一项具有挑战性的任务，这主要归因于缺乏高质量的标注图像-报告对，以及缺少能充分提取和利用局部语义特征（尤其是与异常相关的特征）的定制化生成模型。为应对这些挑战，我们提出了Vispi，一个自动医学影像解读系统。该系统首先通过分类和定位常见胸部疾病并辅以视觉支持来对图像进行标注，随后利用一个注意力LSTM模型生成报告。通过对一个公开的IU X光数据集进行分析，我们使用自动性能评估指标ROUGE和CIDEr，证明了Vispi在疾病分类、定位和报告生成方面的优越性能。
引用
@article{arxiv.1906.05190,
title = {Vispi: Automatic Visual Perception and Interpretation of Chest X-rays},
author = {Xin Li and Rui Cao and Dongxiao Zhu},
journal= {arXiv preprint arXiv:1906.05190},
year = {2020}
}
备注
In the proceeding of Medical Imaging with Deep Learning (MIDL-20)