Abn-BLIP: Abnormality-aligned Bootstrapping Language-Image Pre-training for Pulmonary Embolism Diagnosis and Report Generation from CTPA
Created by
Haebom
Category
Empty
저자
Zhusi Zhong, Yuli Wang, Lulu Bi, Zhuoqi Ma, Sun Ho Ahn, Christopher J. Mullin, Colin F. Greineder, Michael K. Atalay, Scott Collins, Grayson L. Baird, Cheng Ting Lin, Webster Stayman, Todd M. Kolb, Ihab Kamel, Harrison X. Bai, Zhicheng Jiao
개요
Abn-BLIP은 폐색전증 및 기타 흉부 질환 진단에 중요한 도구인 CTPA 스캔 해석 및 정확한 방사선학 보고서 생성의 어려움을 해결하기 위해 고안된 진단 모델입니다. 학습 가능한 쿼리와 교차 모드 어텐션 메커니즘을 활용하여 기존 방법보다 우수한 이상 징후 감지, 누락된 소견 감소 및 구조화된 보고서 생성 성능을 보여줍니다. 실험 결과, Abn-BLIP은 정확성과 임상적 관련성 측면에서 최첨단 의료 비전-언어 모델 및 3D 보고서 생성 방법을 능가하는 것으로 나타났습니다. 이러한 결과는 다중 모드 학습 전략 통합을 통한 방사선 보고 개선의 가능성을 강조합니다. 소스 코드는 https://github.com/zzs95/abn-blip 에서 이용 가능합니다.
