arXiv cs.AI· Yuchen Yang, Xin Wang, Lufan Wang, Yinghong Pan, Yujuan Feng, Yuqing Yang·· 9 天前AI 评分22
CAMEO：面向超声报告生成的临床感知多图像证据框架
Beyond Report Imitation: Clinically Aware Multi-Image Ultrasound Report Generation from Visible Evidence
AI 导读
CAMEO 是一个临床感知的多图像证据编排框架，用于从超声图像生成报告，通过三阶段流程学习视觉语言基元、跨视图证据接地和临床感知偏好对齐。
正文 · AI 翻译
摘要：从多张图像生成超声报告需要跨视图汇总临床证据，而存档的关键帧仅捕获动态检查的一部分。因此，原始报告模仿与视觉监督不一致：对完整检查而言临床有效的内容，可能无法从模型可用的图像中验证。这一差距造成了临床行为对齐问题。模型必须保留可见发现，避免诊断反转和无依据的补全，并且不能退化为保守模板。我们提出 CAMEO，一个用于超声报告生成的临床感知多图像证据锚定编排框架。第一阶段学习超声视觉-语言基元；第二阶段通过将可信的可见报告要点蒸馏为多图像问答和报告风格监督，执行跨视图证据锚定；第三阶段使用面向临床错误的偏好对执行临床感知偏好对齐。基于 USReport，我们构建了 USReport-Distilled，包含 17,670 个证据锚定的配对图像训练实例，以及 USReport-Pref，包含 21,869 个偏好对；我们还额外使用 25,631 个 PubMedVision-US 超声指令样本进行领域适应和多图像指令微调。在主要的 USReport-Distilled 基准上，CAMEO 相比 EchoVLM 将 BLEU-1 从 0.25 提升至 0.40，ROUGE-1 从 0.28 提升至 0.45，METEOR 从 0.27 提升至 0.43，同时将 ClinicalScore 从 55.02 提升至 74.20。这些结果凸显了证据锚定监督、临床感知对齐和临床结构化评估对于可靠超声报告生成的价值。
| 评论： | 已被 BMVC 2026 接收。代码：此 https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| ACM 分类： | I.2.10；I.2.7 |
| 引用为： | arXiv:2610.11610 [cs.CV] |
| （或 arXiv:2610.11610v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.11610 arXiv 通过 DataCite 颁发的 DOI（待注册） |
提交历史
来自：Yang Yuchen [查看电子邮件]
[v1]
2026年10月8日星期四 09:53:46 UTC（5,391 KB）
来源：arXiv cs.AI · arxiv.org