radiologists | BriefGPT - AI 论文速递

关键词radiologists

搜索结果 - 27

用于减轻医学图像中的捷径学习的注视导向视觉 GNN
本研究提出了一种新颖的注视导向视觉图神经网络（称为 GD-ViG），通过利用注视的视觉模式将网络引导到与疾病相关的区域，并从而减轻了快捷学习。该网络在医学图像分析中取得了优异的表现，比最新的方法更有效地减少了快捷学习问题。
PDF12 days ago
评估医疗分类模型的属性和原型的可解释性
基于 Proto-Caps 模型的 AI 方法和 xAI 解决方案提供了可理解的多模态解释，对放射科医师的决策过程有帮助，但需要进一步开发和重复用户研究以适应相应的用例。
PDF3 months ago
CopilotCAD: 医学图像基础模型，为放射科医生提供报告完成模型和定量证据
通过整合大型语言模型和医学图像分析，本研究介绍了一种协同辅助系统，赋予放射科医生更多权力，以提高放射诊断报告的准确性和详细性，同时减少临床医生的过劳。
PDF3 months ago
儿童腕部外伤 X 射线图像的 YOLOv9 骨折检测
该研究将 YOLOv9 算法模型应用于骨折检测任务，以帮助放射科医师和外科医生解释 X 射线图像，实验证明 YOLOv9 模型在性能上比当前最先进模型提高了 3.7%。
PDF3 months ago
AI 生成内容增强的甲状腺结节计算机辅助诊断模型：ChatGPT 风格助手
通过语义级人机交互的方式，基于 ChatGPT 架构设计出了一种名为 ThyGPT 的人工智能增强型计算机辅助诊断（AIGC-CAD）模型，可以协助放射科医生评估甲状腺结节的风险。使用由浙江癌症医院收集的 19,165 个甲状腺结节超声案例
PDF5 months ago
探索多模态大型语言模型用于放射学报告错误检查
该研究通过多模态大型语言模型（LLMs）作为辅助工具，检视放射科医生报告中的错误，取得良好的效果，对放射学诊断准确性的提升具有潜力。
PDF6 months ago
临床医生与放射学报告生成模型之间的共识、不一致性和协同效应
放射学报告是现代医学的重要组成部分，自动化报告生成和 AI 生成的报告对放射学家和临床决策具有潜在的帮助，但面临着质量评估和医生参与的挑战。本研究展示了放射科医生与 AI 系统进行合作的潜力以及 AI 生成报告与专家撰写报告的比较结果。
PDF7 months ago
通用与领域适应的大型语言模型在胸部放射学报告数据提取中的应用
无结构数据的放射科医生可能对临床护理有价值，但风格的变化限制了使用。本研究比较了使用领域适应的语言模型（RadLing）和通用大型语言模型（GPT-4）从胸部放射学报告中提取常见数据元素（CDE）的系统性能。
PDF7 months ago
基于联邦学习的脑部 MRI 筛查工具
临床实践中，MRI 扫描与放射科医师的诊断往往存在显著的延迟，甚至对于严重病例也是如此。我们提出了一种自动脑部 MRI 筛查工具，演示了它在检测类肿瘤病理方面的能力。这是通向强大的多病理筛查解决方案的第一个版本。该工具支持联邦学习，使多个机
PDF7 months ago
EMNLP基于 RadGraph 和少样本引导的风格感知放射学报告生成
通过从图像中提取内容，并将提取的内容转化为与特定放射科医生风格匹配的报告，我们提出了一种用于射线学报告生成的两步方法，该方法利用 RadGraph 和大型语言模型（LLMs）。量化评估结果证明，我们的方法带来了良好的性能。与临床评估员进行的
PDF8 months ago
基于多模型深度学习方法的自动胸片报告生成器
通过利用多个二元分类模型，将放射学异常检测限制在心脏肥大、肺积液和实变方面，我们提出了一种基于多模型深度学习的自动胸部 X 射线报告生成系统，旨在辅助放射科医生的工作，通过图像预处理、使用深度学习模型检测异常、生成报告三个步骤来生成一份放射
PDF9 months ago
利用 LLMs 从电子病历中检索证据：可能性与挑战
使用大型语言模型（Flan-T5 XXL）从非结构化电子健康记录（EHR）数据中检索和总结与特定查询相关的论据，较传统信息检索方法更受放射科医生欢迎，但面临 LLMs 产生虚构证据的挑战。然而，模型的信心可能指示 LLMs 是否存在虚构，为
PDF10 months ago
ChatGPT 和 LLMs 对医学影像相关人员的影响：视角和使用案例
本研究探讨了大型语言模型，如 OpenAI ChatGPT 在医学成像方面的变革潜力。通过公共数据辅助，这些模型增强了放射科医生的解释技能，提高患者与医生之间的沟通，并简化了临床工作流程。本文提出了一个分析框架，解释了 LLMs 与医学成像
PDFa year ago
使用深度学习自动标记德语胸部 X 光放射学报告
本研究探索了使用基于规则的标签机器人进行弱监督的深度学习标签预测模型的潜力，并提出了一种深度学习的 CheXpert 标签预测模型，该模型在基于规则的德国 CheXpert 模型标记的报告上进行了预训练，并在少量手动标记的报告数据集上进行了
PDFa year ago
GazeSAM：你所看到的即是你分割的
本文利用眼动追踪技术和 SAM 模型设计了一种协作式的医学图像分割系统 GazeSAM，能够通过跟随医生眼动轨迹记录区域 of interest 实现自动分割遮罩，提高临床实践效率。
PDFa year ago
BerDiff: 医学图像分割的条件伯努利扩散模型
提出了一种基于 Bernoulli 扩散模型的医学图像分割方法，可以生成多样化的分割掩模，可以突出感兴趣的区域作为放射科医师的有价值的参考，并且在两个医学图像分割数据集中表现出比其他最先进的方法更好的效果。
PDFa year ago
CVPR反事实推论对读取胸部 X 光片的影响
本研究评估反事实解释对于胸部 X 光解读的影响，结果表明使用反事实解释能够增加放射科医生对于正确诊断的信心，尤其在 Mass 和 Atelectasis 等特定预测任务中。
PDFa year ago
ICMLCheXplaining in Style: 使用 StyleGAN 进行胸透的反事实解释
探索使用对抗性样本阐述来理解医疗图像诊断中深度学习模型的决策机制。
PDF2 years ago
ACL面向医疗报告生成的基于能力的多模态课程学习
该研究针对医学图像生成任务的特殊性，提出了基于能力的多模态课程学习框架（CMCL），并在公开数据集上进行了实验，证明该框架可用于改善数据偏差和提高现有模型的性能。
PDF2 years ago
探究异常的模型输入和输出警报如何影响医疗决策
通过与放射科医生和其他医生进行的研究，我们发现非放射科医生希望四种异常预警，而放射科医生和非放射科医生都希望高置信度预警可以帮助 APPROPRIATE TRUST。然而，我们的随机对照试验显示，这些警报并不会提高用户的准确性或体验。
PDF2 years ago