MIMIC-CXR-ILS

新AI框架EliSeg改进了基于放射学报告的分割

研究人员开发了EliSeg，一个用于基于报告的放射学异常分割的新型框架。该系统解决了直接从临床报告中提取特定分割目标所面临的挑战，因为报告可能包含模糊或不相关的发现。EliSeg通过一个“提议-验证-修正”的过程运行，其中提议者提出目标和掩码，验证者从文本中检查资格，并在出现差异时进行修正步骤以优化过程。该框架不需要预定义的身份或空间提示，在MIMIC-CXR-ILS数据集上表现强劲，并能有效地迁移到CheXlocalize基准测试。