Aug, 2021

Medical-VLBERT: COVID-19 CT 报告生成的医学视觉语言 BERT 与替代学习

PDF
TL;DR本文提出使用 Medical-VLBERT 模型自动检测 COVID-19 扫描中的异常区域，并根据检测到的区域自动生成医疗报告。通过知识预训练和转移学习等方法，可以产生更准确的报告。实验结果表明，该模型在 COVID-19 CT 数据集和 CX-CHR 数据集上取得了最先进的性能。
medical-vlbert modelcovid-19automatic medical report generationknowledge pretrainingchest ct scans
发现论文，激发创造
  • VisualCheXbert：解决放射学报告标签和图像标签之间的差异

    使用 BERT 模型直接从放射学报告映射到图像标签的方法，优于现有的医学报告标签方法，与放射科医生标注的胸部 X 光图像的平均 F1 分数为 0.12 至 0.21。

    Feb, 2021

  • 中文胸部 X 射线报告生成的疾病标签器

    该研究提出了一种专门用于生成中文胸部 X 射线报告的疾病标定器，该标定器利用双 BERT 架构处理诊断报告和临床信息并基于疾病和身体部位的关联构建了一个分层标签学习算法，从而提高了文本分类性能。利用该疾病标定器，建立了一个包含 51,262 个报告样本的中文胸部 X 射线报告数据集。最后，对一部分专家注释的中文胸部 X 射线报告进行了实验证明了该疾病标定器的有效性。

    Mar, 2024

  • COVID-19 CT 扫描和未整理的报告的零样本多标签分类的经验分析

    使用未结构化数据和 CT 扫描进行零样本多标签分类来诊断 COVID-19，以改善医学影像分析中的精度和效果。

    Sep, 2023

  • DeltaNet: 用于 COVID-19 诊断的条件医学报告生成

    该研究提出了 DeltaNet 方法，通过条件生成过程自动生成医学报告，旨在减少放射科医师的工作量，研究表明 DeltaNet 在 COVID-19 数据集上表现良好，并且可以推广到其他疾病中。

    Nov, 2022

  • CheXbert: 利用 BERT 结合自动标注器和专家注释实现准确放射学报告标注

    本文介绍了一种基于 BERT 的医学图像报告标注方法，利用了可用规则系统的规模和专家注释的质量，经过预训练和微调得到的 CheXbert 模型，在胸透数据集上表现优异，超过了以往最好的规则系统，成为该领域最先进技术。

    Apr, 2020

  • 基于 Vision Transformer 技术对胸部 X 光图像进行分析以提高 COVID-19 诊断

    本研究针对 COVID-19 的自动诊断提出了一种基于预训练的 Vision Transformer 模型对胸部 X 光图像进行微调的创新框架，经过鉴定，该模型在二元分类、三元分类和四元分类性能方面均表现出超凡的精度。

    Jun, 2023

  • 使用迁移学习检测胸部 X 光图像中的 COVID19

    本文研究了使用迁移学习的方法，通过根据 VGG-16 和 VGG-19 的经典体系结构进行分类器块与超参数调整，以自动检测胸部 X 光图像中的 COVID-19。实验结果展示了迁移学习在医学成像领域中的实用性，不仅可以防止过拟合和收敛问题，还可以获得最优的分类性能。

    Apr, 2023

  • 用动量对比学习进行少样本胸部 CT 图像 COVID-19 诊断

    提出一个新的深度学习算法来自动诊断 COVID-19，该算法只需要少量样本进行训练，使用对比学习训练编码器来捕获表达性特征表示，并采用代表性网络进行分类。在两个公开可用的已注释 COVID-19 CT 数据集上，我们的结果表明我们的模型在基于胸部 CT 图像的 COVID-19 精确诊断方面表现出优越性能。

    Jun, 2020

  • COVID-VR：基于体视学计算机断层扫描的深度学习 COVID-19 分类模型

    基于体素渲染图像的 COVID-VR 方法能够有效识别肺部病变并且在与基于切片的方法进行竞争时表现出竞争力。

    Aug, 2023

  • COVID-CT-MD: COVID-19 计算机断层扫描数据集，可应用于机器学习和深度学习

    介绍了一个新的 COVID-19 CT 扫描数据集 COVID-CT-MD，该数据集不仅包括 COVID-19 病例，而且还包括 CAP 的健康和感染主体，并标有叶片级别，切片级别和病人级别标签，有助于开发先进的基于机器学习和深度神经网络的解决方案。

    Sep, 2020