BUSTR: Descriptor-Aware Vision-Language Learning for Breast Ultrasound Report Generation
작성자
카테고리
Empty
저자
Rawa Mohammed, Mina Attin, Laxmi Gewali, Bryar Shareef
💡 개요
본 연구는 임상적으로 중요한 기술 용어를 포함하는 유방 초음파 리포트 생성을 위한 BUSTR 프레임워크를 제안합니다. BUSTR은 제한된 리포트 감독 환경에서 리포트 생성을 가능하게 하기 위해 구조화된 병변 정보를 활용하며, 주석과 방사선 특징으로부터 기술 용어 기반 리포트를 구성하고 다중 작업 감독을 통해 특징 인식 시각 표현을 학습합니다. 이를 통해 BUSTR은 추론 시 병변의 구조화된 기술 용어, 마스크 또는 방사선 특징 없이도 유방 초음파 이미지로부터 리포트를 생성합니다.
🔑 시사점 및 한계
•
유방 초음파 리포트 생성을 위해 구조화된 병변 설명자, 병변 마스크, 방사선 특징을 감독 신호로 활용할 수 있음을 입증했습니다.
•
BUSTR은 병변 모양, 경계, 후방 특징, 병리학적 소견과 같은 특정 기술 용어 복구 능력을 향상시키고 BI-RADS 범주 분류에서 개선된 성능을 보였습니다.
•
데이터셋에 따라 보고서의 구조화된 기술 용어의 가용성이 제한적일 수 있으며, 이는 학습 데이터셋 구성에 영향을 미칠 수 있습니다.
