GLeVE框架改进了3D CT扫描中的病灶定位

作者 PulseAugur 编辑部 · [2 个来源] · 2026-05-21 15:30

研究人员开发了GLeVE，一个用于将放射学报告描述与3D CT扫描进行定位的新型框架。该方法使用图推理来编码病灶属性和关系，提高了病灶定位的准确性。与现有的多模态基础模型相比，GLeVE采用了解剖感知型提案生成和分层细化，以实现更好的分割和病灶级对应。 AI

影响增强了AI解读医学扫描的能力，可能带来更准确的诊断和治疗计划。

排序理由该集群包含一篇详细介绍新研究框架的学术论文。

AI 生成摘要 · Google Gemini · 来自 2 个来源。我们如何撰写摘要 →

报道来源 [2]

arXiv cs.CV TIER_1 English(EN) · Shuo Jiang, Yuhao Hong, Chunbo Jiang, Weihong Chen, Huangwei Chen, Shenghao Zhu, Beining Wu, Mingxuan Liu, Zhu Zhu, Feiwei Qin, Min Tan, Yifei Chen · 2026-05-22 04:00

GLeVE：基于图引导病灶和提议验证的3D CT图像定位

arXiv:2605.22619v1 Announce Type: new Abstract: Grounding radiology report descriptions to 3D CT volumes is essential for verifiable clinical interpretation, yet remains challenging due to the semantic-spatial gap between free-text narratives and volumetric anatomy. Existing repo…
arXiv cs.CV TIER_1 English(EN) · Yifei Chen · 2026-05-21 15:30

GLeVE：基于图引导病灶的3D CT中建议验证的定位

Grounding radiology report descriptions to 3D CT volumes is essential for verifiable clinical interpretation, yet remains challenging due to the semantic-spatial gap between free-text narratives and volumetric anatomy. Existing report-assisted and vision-language grounding method…