arXiv · cs.AI· Chantal Pellegrini, Adrian Delchev, Ege \"Ozsoy, Nassir Navab, Matthias Keicher·· 1 天前
ProtoSR利用自由文本知识引导细粒度结构化放射学报告
Prototype-Based Knowledge Guidance for Fine-Grained Structured Radiology Reporting
arXiv:2603.11938v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chantal Pellegrini, Adrian Delchev, Ege \"Ozsoy, Nassir Navab, Matthias Keicher
研究任务与主要进展
作者提出ProtoSR，将自由文本放射学报告中的图像相关信息注入结构化报告生成，以改善稀有发现和属性的细粒度预测。该方法用指令微调LLM从MIMIC-CXR的8万多份检查中构建与结构化模板对齐的多模态知识库，并检索视觉原型通过条件化残差校正模型预测；作者报告其在Rad-ReStruct基准上取得领先结果，最大提升出现在详细属性问题上。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org