arXiv · cs.CL· Chandravardhan Singh Raghaw·· 18 天前AI 评分22
CliQ-RRG：临床知识引导的疾病感知视觉-文本对齐，用于问答式放射报告生成
CliQ-RRG: Clinical-Knowledge Guided Disease-aware Visual-Textual Alignment for QA-Style Radiology Report Generation
来源与原文
arXiv · cs.CL
作者：Chandravardhan Singh Raghaw
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.13059v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 CliQ-RRG，一个两阶段放射报告自动生成框架。第一阶段用疾病感知视觉-文本对齐模块和 Prior-Guided Attention Module（PrAM）捕捉当前与既往扫描的多视图依赖；第二阶段通过 GraphRAG 检索引入图结构临床证据，并由大语言模型将其重组为带诊断摘要的问答（QA）对。在两个公开胸片基准上，该方法在词汇与临床指标上均优于已有方法，代码已开源。
来源：arXiv · cs.CL · arxiv.org