Visual prior-based cross-modal alignment network for radiology report generation

计算机科学 人工智能 情态动词 水准点(测量) 工作量 过程(计算) 医学诊断 医学影像学 可视化 模式识别(心理学) 机器学习 计算机视觉 放射科 医学 化学 大地测量学 高分子化学 地理 操作系统
作者
Sheng Zhang,Chuan Zhou,Leiting Chen,Z.M. Li,Yuan Gao,Yongqi Chen
出处
期刊:Computers in Biology and Medicine [Elsevier]
卷期号:166: 107522-107522
标识
DOI:10.1016/j.compbiomed.2023.107522
摘要

Automated radiology report generation is gaining popularity as a means to alleviate the workload of radiologists and prevent misdiagnosis and missed diagnoses. By imitating the working patterns of radiologists, previous report generation approaches have achieved remarkable performance. However, these approaches suffer from two significant problems: (1) lack of visual prior: medical observations in radiology images are interdependent and exhibit certain patterns, and lack of such visual prior can result in reduced accuracy in identifying abnormal regions; (2) lack of alignment between images and texts: the absence of annotations and alignments for regions of interest in the radiology images and reports can lead to inconsistent visual and textual features of the abnormal regions generated by the model. To address these issues, we propose a Visual Prior-based Cross-modal Alignment Network for radiology report generation. First, we propose a novel Contrastive Attention that compares input image with normal images to extract difference information, namely visual prior, which helps to identify abnormalities quickly. Then, to facilitate the alignment of images and texts, we propose a Cross-modal Alignment Network that leverages the cross-modal matrix initialized by the features generated by pre-trained models, to compute cross-modal responses for visual and textual features. Finally, a Visual Prior-guided Multi-Head Attention is proposed to incorporate the visual prior into the generation process. The extensive experimental results on two benchmark datasets, IU-Xray and MIMIC-CXR, illustrate that our proposed model outperforms the state-of-the-art models over almost all metrics, achieving BLEU-4 scores of 0.188 and 0.116 and CIDEr scores of 0.409 and 0.240, respectively.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
永夜星河完成签到,获得积分10
1秒前
1秒前
张同学完成签到,获得积分10
2秒前
情木花肆发布了新的文献求助10
5秒前
嘻嘻完成签到,获得积分10
6秒前
张同学发布了新的文献求助10
7秒前
7秒前
大个应助子非鱼采纳,获得10
9秒前
酸奶七完成签到,获得积分10
10秒前
10秒前
Joel完成签到,获得积分10
12秒前
只A不B应助嘻嘻采纳,获得10
12秒前
142857发布了新的文献求助30
13秒前
小满完成签到,获得积分10
15秒前
FashionBoy应助情木花肆采纳,获得10
15秒前
15秒前
Joel发布了新的文献求助10
17秒前
yuki完成签到 ,获得积分10
17秒前
19秒前
142857完成签到,获得积分10
22秒前
贝贝发布了新的文献求助10
22秒前
乐瑶完成签到 ,获得积分10
25秒前
JamesPei应助永夜星河采纳,获得10
32秒前
水晶泡泡完成签到,获得积分10
35秒前
我要搞科研完成签到,获得积分10
40秒前
40秒前
木穹完成签到,获得积分10
41秒前
_xySH完成签到 ,获得积分10
42秒前
42秒前
鑫光熠熠完成签到 ,获得积分10
45秒前
橘子海发布了新的文献求助10
46秒前
缓慢的万天完成签到 ,获得积分10
49秒前
49秒前
阿猩a完成签到 ,获得积分10
50秒前
沈海完成签到,获得积分10
53秒前
科研通AI2S应助橘子海采纳,获得10
55秒前
Fazie完成签到 ,获得积分10
56秒前
无限的水壶完成签到 ,获得积分10
59秒前
1分钟前
高分求助中
Востребованный временем 2500
Production Logging: Theoretical and Interpretive Elements 2000
Agaricales of New Zealand 1: Pluteaceae - Entolomataceae 1500
Very-high-order BVD Schemes Using β-variable THINC Method 1200
Effect of CPAP therapy on BP in patients with OSA a worldwide individual patient data meta-analysis 1000
Early Devonian echinoderms from Victoria (Rhombifera, Blastoidea and Ophiocistioidea) 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 1000
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3365924
求助须知:如何正确求助?哪些是违规求助? 2986132
关于积分的说明 8721643
捐赠科研通 2668734
什么是DOI,文献DOI怎么找? 1461433
科研通“疑难数据库(出版商)”最低求助积分说明 676323
邀请新用户注册赠送积分活动 667725