增强医学影像叙述生成的FODA-PG:正常与异常属性的自适应分化
发表于: 。本研究解决了医疗影像叙述生成中对正常与异常发现区分不足的问题,提出了FODA-PG,一个基于细粒度组织-疾病自适应分割图的框架。该方法通过构建细致的图形表示来捕捉影像中的微妙差异,显著提高了生成报告的准确性与一致性,实验结果验证了其优越性和在医疗报告生成中的域适应重要性。
本研究解决了医疗影像叙述生成中对正常与异常发现区分不足的问题,提出了FODA-PG,一个基于细粒度组织-疾病自适应分割图的框架。该方法通过构建细致的图形表示来捕捉影像中的微妙差异,显著提高了生成报告的准确性与一致性,实验结果验证了其优越性和在医疗报告生成中的域适应重要性。