PadChest-GR
PulseAugur coverage of PadChest-GR — every cluster mentioning PadChest-GR across labs, papers, and developer communities, ranked by signal.
-
新的SHOVIR基准揭示了AI放射学报告生成中的视觉捷径
研究人员推出SHOVIR，一个旨在评估用于放射学报告生成的视觉语言模型（VLMs）的新基准。当前的评估方法通常依赖于报告级别的指标，这些指标可能会被利用虚假关联或学习先验的“视觉捷径”的模型所欺骗。SHOVIR通过使用带有空间注释的X射线数据集和遮挡实验来测试诊断陈述是否基于实际视觉证据，从而解决了这个问题。对八个最先进的VLMs进行的初步基准测试显示，不同架构和数据集的捷径行为存在显著差异，表明高质量的报告生成并不总是与强大的视觉基础相关联。
-
新基准SHOVIR旨在解决放射学AI中的视觉捷径学习问题
研究人员推出SHOVIR，这是一个旨在评估放射学报告生成（RRG）模型中视觉捷径学习的新基准。当前的RRG评估方法常常无法判断诊断陈述是否基于实际的视觉证据，导致模型利用虚假关联。SHOVIR通过使用带注释的数据集和遮挡实验来识别直接和上下文捷径，揭示了高性能模型可能仍然依赖肤浅的视觉证据。这项工作突显了RRG评估中的一个关键差距，并提倡使用区域感知评估协议。
-
新的 MedGrounder 模型推进了通用医学短语定位
研究人员推出了一种新颖的通用医学短语定位 (GMPG) 模型 MedGrounder。这种新方法通过将句子映射到零个、一个或多个图像区域来解决现有系统的局限性，能够处理多区域发现和诸如否定等无法定位的短语。MedGrounder 采用两阶段训练过程，首先在句子-解剖框对齐上进行训练，然后在使用句子-人工标注框数据集进行微调。在 PadChest-GR 和 MS-CXR 数据集上的实验表明，它具有强大的零样本迁移能力，并且在复杂短语方面…
-
LoFi方法增强了胸部X光片的细粒度表示学习
研究人员推出了一种用于胸部X光片细粒度表示学习的新方法LoFi。该方法通过引入定位感知字幕来支持区域级监督，解决了现有对比模型中的局限性。LoFi集成了sigmoid、字幕和定位感知字幕损失，并使用轻量级大语言模型，提高了检索和短语定位任务的性能。