新AI框架BUSTR利用有限数据生成乳腺超声报告

研究人员开发了BUSTR，一个用于生成乳腺超声（BUS）报告的新型视觉语言学习框架。该系统旨在通过利用结构化的病灶信息（如BI-RADS分类、形状和回声特征）来生成报告，从而克服成对图像和放射科医生书写报告数据稀缺的问题。BUSTR采用Swin Transformer编码器和基于LLaMA的语言模型，并使用结合了token级和表示级对齐的双层目标进行训练。与现有方法相比，该框架在报告相似性和描述符恢复方面表现出改进，特别是在病灶形状、边缘和BI-RADS分类方面。 AI

影响 这项研究通过利用有限数据实现自动化报告生成，有望提高乳腺癌筛查的诊断准确性和效率。

排序理由 该集群描述了一篇关于特定医疗应用新AI框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• BI-RADS
• Breast ultrasound
• Bryar Shareef
• BUS-BRA
• LLaMA
• Swin Transformer

• 论文
• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →