耶鲁开源MRI2Rep 实现3D肝脏MRI结构化报告生成

原创 AI学习 2026-11-01 23:01 北京

耶鲁大学提出，代码已开源

点击卡片，关注CV51，获取每日CV论文

<mp-common-profile class="custom_select_card mp_profile_iframe js_wx_tap_highlight" data-pluginname="mpprofile" data-nickname="CV51" data-alias="CV_CT2021" data-index="0" data-from="2" data-headimg="http://mmbiz.qpic.cn/mmbiz_png/Qo2MibdboyNiaIRe4Ovan2Je4LrfWexVO98dmsibJSyhZIngHYE0CRlXlU6ks2vuDKkeDFrTm1ibhPCIWKGGQoib9cw/300?wx_fmt=png&wxfrom=19" data-signature="持续分享计算机视觉中目标检测、跟踪、分割、轻量化神经网络和边缘计算优质原创文章" data-id="MzU0OTI4NDEwMw==" data-is_biz_ban="0" data-origin_num="921" data-biz_account_status="0" data-service_type="1" data-servicetype="0" data-verify_status="0"></mp-common-profile>

• 标题：MRI2Rep: Autoregressive Structured Report Generation for 3D Liver MRI

• 开源代码：https://github.com/Alena-Xinran/MRI2Rep

• 论文下载地址：https://arxiv.org/pdf/2606.25279

【论文速读·30秒懂核心】

3D肝脏MRI的人工报告书写每例耗时10–15分钟，而端到端的结构化报告生成长期因体积复杂性与配对数据稀缺而未被充分探索。MRI2Rep先把自由文本报告规范化为闭词汇诊断序列，再训练编码器-解码器模型从多期相3D体积自回归预测该序列，最后经确定性模板渲染为标准化报告。全流程无需病灶级空间标注，在留出测试集上取得76.0%的病例级敏感度，盲态阅片研究中75%/70%的AI报告被两位放射科医师评为临床可接受。