跳到正文
arXiv cs.CL· Chandravardhan Singh Raghaw, Shahid Shafi Dar, Arnav Nishith Sharma, Shrey Modi, Nagendra Kumar·· 2 小时前AI 评分22

CliQ-RRG:临床知识引导的疾病感知视觉-文本对齐,用于问答式放射报告生成

CliQ-RRG: Clinical-Knowledge Guided Disease-aware Visual-Textual Alignment for QA-Style Radiology Report Generation

AI 导读

CliQ-RRG 是一个两阶段框架,用于生成可解释、临床可溯源的问答式放射报告。第一阶段用疾病感知视觉-文本对齐模块结合预测疾病嵌入对齐图像与文本,并由 PrAM 捕捉当前与既往扫描的多视图依赖;第二阶段用 GraphRAG 检索图结构临床证据,再由大语言模型重构为简洁的问答对与诊断摘要。在两个公开胸部 X 光基准上,该模型在词汇与临床指标上均持续优于此前方法,代码已开源。

来源:arXiv cs.CL · arxiv.org