ReXGroundingCT

新框架通过解耦推理增强 3D 医学图像的定位

研究人员开发了一个新框架，用于在 3D 胸部 CT 扫描中准确地定位自由文本医学发现。该方法将任务解耦为两个阶段：首先，分割潜在的异常区域；然后，使用跨模态推理将这些分割区域与文本描述对齐。为了提高空间精度，该模型融入了明确的解剖学指导，例如相对坐标和肺叶信息。该方法在 ReXGroundingCT 基准测试中展示了最先进的性能，突显了将检测与推理分离对于复杂的医学视觉定位任务的有效性。