arXiv cs.AI· Maryam Baizhigitova, Andrew Seohwan Yu, Po-Hao Chen, Naveen Subhas, Sixu Chen, Xinxin Wang, Kunio Nakamura, Richard Lartey, Xiaojuan Li, Mingrui Yang·· 10 天前AI 评分26
Knee3DVLM：双序列全容积视觉语言建模用于全面膝关节 MRI 评估
Knee3DVLM: Dual-Sequence Full-Volume Vision-Language Modeling for Comprehensive Knee MRI Assessment
AI 导读
Knee3DVLM 是一个序列感知的视觉语言模型，利用全容积 DESS 和流体敏感 TSE MRI 预测源自 MOAKS 的 57 个解剖定位二分类诊断目标。在 1,074 例检查的留出队列中，融合模型取得 72.98% 平均准确率、71.17% 平衡准确率、78.96% 平均 ROC-AUC 和 78.74% 宏 ROC-AUC，为三种配置中最高。
正文 · AI 翻译
摘要：视觉语言模型（VLM）正越来越多地应用于三维医学影像，但其在膝关节 MRI 中的应用仍然有限，尤其是在解读临床实践中使用的互补序列方面。我们提出 Knee3DVLM，这是一种序列感知的 VLM，利用全容积 DESS 和流体敏感 TSE MRI 来预测源自 MRI 骨关节炎膝关节评分（MOAKS）的 57 个解剖学解析的二分类诊断目标，以用于结构化报告。我们使用受试者不重叠的骨关节炎倡议分区评估了仅 DESS、仅 TSE 以及配对 DESS-TSE 配置。在包含 1,074 次检查的留出队列中，融合模型达到了 72.98% 的平均准确率、71.17% 的平衡准确率、78.96% 的平均 ROC-AUC 和 78.74% 的宏 ROC-AUC，是三种配置中的最高值。在与已发布的 3DReasonKnee 队列对齐的二次多分类分析中，Knee3DVLM 在五个病理类别上的数值均高于所报告的最强 3DReasonKnee 配置。这些发现支持采用双序列全容积建模进行全面的膝关节 MRI 评估。
| 评论： | 11 页，2 幅图，5 张表 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.08482 [cs.CV] |
| （或 arXiv:2610.08482v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.08482 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Maryam Baizhigitova [查看电子邮件]
[v1]
2026 年 10 月 6 日星期二 14:58:53 UTC（895 KB）
[v2]
2026 年 10 月 7 日星期三 02:15:47 UTC（895 KB）
来源：arXiv cs.AI · arxiv.org