arXiv cs.CL· Yuanhe Tian, Yan Song·· 10 小时前AI 评分31
SliceWorld：面向 CT 报告生成的预测性可控世界状态模型
SliceWorld: A Predictive and Controllable World-State Model for CT Report Generation
AI 导读
SliceWorld 是一个面向 CT 报告生成的 CT 专用世界状态框架，将轴位 CT 扫描视为沿 z 轴的有序序列，把前缀 CT 证据编码为含解剖、病灶与不确定性成分的因子感知潜在状态，并投影为 world tokens 用于多步未来切片特征预测、病灶因子干预和基于 LLM 的报告生成。
正文 · AI 翻译
摘要：CT 报告生成（CTRG）要求模型从数百张轴位切片中概括三维解剖上下文与病理发现。现有方法通常学习直接的图像到文本映射，对建模 CT 证据如何跨切片演变、或报告如何响应潜在病灶相关因素的受控变化，提供的机制有限。我们提出 SliceWorld，一个 CT 专用的世界状态框架，将轴位 CT 扫描视为沿 z 轴的有序序列。SliceWorld 将前缀 CT 证据编码为包含解剖、病灶和不确定性成分的因素感知潜在状态，并将这些状态投影为世界 token，用于多步未来切片特征预测、病灶因素干预和基于 LLM 的报告生成。该模型首先在 CT 切片序列上以预测性、因素感知和反事实目标进行预训练，然后在配对的 CT-报告数据上微调。在 M3D-Cap 和 CT-RATE 上的实验表明，SliceWorld 提升了自然语言生成指标和面向临床的自动评估。进一步分析展示了多视野未来切片预测、可测量的因素对齐、减少切片鲁棒性和选择性病灶敏感报告调制。代码可在 此 https URL 获取。
| 评论： | 被 NeurIPS 2026 接收，20 页，5 幅图 |
| 主题： | 计算机视觉与模式识别（cs.CV）；计算与语言（cs.CL） |
| 引用为： | arXiv:2605.24371 [cs.CV] |
| （或 arXiv:2605.24371v2 [cs.CV] 为此版本） | |
| https://doi.org/10.48550/arXiv.2605.24371 由 DataCite 颁发的 arXiv DOI |
|
| 期刊 参考： | NeurIPS 2026 |
提交历史
来自：Yuanhe Tian [查看邮箱]
[v1]
2026年5月23日星期六 03:18:56 UTC（2,185 KB）
[v2]
2026年11月6日星期五 14:01:41 UTC（2,186 KB）
来源：arXiv cs.CL · arxiv.org