arXiv cs.CL· Jinwei Yang, Junhao Chen, Jianwei Zhao, Zhonghan Xu, Hong Cheng, Ling Wang·· 12 小时前AI 评分24
RadCarve：以解剖区域集合为生成单元，按证据关节切分放射学报告
Carving Radiology Reports at Their Evidential Joints: Anatomical Region Sets as Generation Units
AI 导读
RadCarve 提出直接从现有陈述-区域对应关系中的解剖区域集合定义生成单元，将单元划分与视觉证据选择统一起来。其 planner 用组合专用查询库从图像联合预测单元存在性与区域组成并迭代细化，生成器基于预测区域集合的联合视觉证据独立生成每个单元文本。
正文 · AI 翻译
摘要：将放射学报告组织为独立生成的单元，为生成细粒度临床内容并将其与视觉证据绑定提供了一种途径。然而，现有方法通常采用自然报告或其标注中未直接指定的生成单元结构，从而引入了额外的建模折衷。我们提出 RadCarve，它直接从现有陈述-区域对应关系中的解剖区域集合定义生成单元，将单元形成与视觉证据选择统一起来。RadCarve 的规划器使用组合专用查询库，从图像中联合预测单元存在性与区域组成，并根据当前成员预测聚合的区域证据对两者进行迭代细化。生成器以每个单元预测区域集合的联合视觉证据为条件，独立生成该单元的文本。与强基线相比，RadCarve 在给定区域集合的单元生成中将 CXRFEScore 提升 9.4%，并实现 2.4 倍的端到端绑定 F1。它还在 Chest ImaGenome 和 PadChest-GR 上取得领先的报告生成结果，而参数量不到大规模基线的六分之一。
| 评论： | 28 页，4 幅图 |
| 主题： | 计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2610.29165 [cs.CL] |
| （或本版本的 arXiv:2610.29165v1 [cs.CL]） | |
| https://doi.org/10.48550/arXiv.2610.29165 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jinwei Yang [查看邮箱]
[v1]
2026 年 10 月 21 日星期三 03:55:22 UTC（7,299 KB）
来源：arXiv cs.CL · arxiv.org