arXiv · cs.AI· Hrishikesh Singh·· 6 天前AI 评分11
基于分割掩码的 BI-RADS 依据生成方法：为乳腺 MRI 分割提供可解释报告
Reading the Mask: Descriptor-Grounded BI-RADS Rationale Generation for Breast MRI Segmentation
来源与原文
arXiv · cs.AI
作者：Hrishikesh Singh
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/2610.29358v1
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
研究者提出从乳腺 DCE-MRI 分割掩码及增强序列中导出临床描述符的方法，基于 BI-RADS 指南构建含 8 个定量影像组学测量的决策树，再用大语言模型生成自然语言依据。该框架应用于 MAMA-MIA 数据集 1,506 例，生成 3,012 条 BI-RADS 依据，faithfulness 达 99.98%，counterfactual accuracy 为 99.3%；专家与自动掩码的描述符一致性随掩码质量从 Good 降至 Missed 由 0.832 降至 0.549。生成的依据仅供放射科医生审阅签署，而非自主临床报告。
来源：arXiv · cs.AI · arxiv.org