跳到正文
热点事件持续更新

提出BI-RADS依据的乳腺MRI分割报告生成框架

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Hrishikesh Singh 等在 arXiv 发布论文,提出一个生成框架:从乳腺 DCE-MRI 的分割掩码及动态增强序列中,依据 BI-RADS 决策树提取 8 项定量测量描述子,再由大语言模型生成自然语言的诊断推理文本,探索能否用分割结果替代人工描述获得临床相关特征。 作者说明,生成的依据文本定位为供放射科医生审阅和最终签发的草稿,而非自主出具的临床报告。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv cs.AI
    基于分割掩码与 BI-RADS 准则的乳腺 MRI 病灶描述与推理生成研究

    一项 arXiv 研究提出用 BI-RADS 决策树从 DCE-MRI 分割掩码和动态增强序列中提取 8 项定量测量描述子,再由大语言模型生成自然语言推理文本。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。