基于分割掩码和BI-RADS指南的乳腺MRI推理框架提出

发生了什么

据arXiv cs.CV报道，研究人员提出一个基于分割掩码和BI-RADS指南的乳腺MRI自然语言推理生成框架，用于乳腺MRI分割。该框架使用放射组学设计的BI-RADS决策树，结合肿瘤大小和成分计数，确定描述符，并使用大型语言模型生成自然语言理由。在MAMA-MIA数据集的1,506个病例上应用后，生成了3,012个BI-RADS理由，忠实度评分为99.98%，反事实准确率为99.3%。这些理由作为放射科医生审查和最终签名的草稿，而非自主临床报告。