Core Concepts
放射線報告書生成におけるシーングラフの重要性と効果的な活用方法を提案する。
Abstract
放射線報告書生成(RRG)は臨床的に正確なレポートを作成するために十分な医学知識が必要である。本論文では、各サンプル内に潜在的な知識を探求し、それをモデルに取り込むことに焦点を当てている。シーングラフはオブジェクトとそれらの関連属性との接続を確立し、豊富なコンテキスト知識と高レベルの視覚パターンを提供する。提案されたSGRRGフレームワークは、自動生成されたシーングラフをトランスフォーマーモデルと組み合わせて各サンプル内の貴重な知識を抽出し蒸留する。SGRRGは、グローバルおよびローカル情報から利益を得るために慎重に設計されたアーキテクチャを使用して柔軟性のある構造を形成する。
Stats
SGRRGは以前の最先端手法よりも優れたパフォーマンスを示す。
SGRRGはMIMIC-CXRで有望な結果を示し、異常所見の捉え方が向上している。
Quotes
"SGRRGは以前の最先端手法よりも優れたパフォーマンスを示す。"
"SGRRGはMIMIC-CXRで有望な結果を示し、異常所見の捉え方が向上している。"