Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.04678

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2501.04678 (eess)
[提交于 2025年1月8日 ]

标题: RadGPT:构建三维图像文本肿瘤数据集

标题: RadGPT: Constructing 3D Image-Text Tumor Datasets

Authors:Pedro R. A. S. Bassi, Mehmet Can Yavuz, Kang Wang, Xiaoxi Chen, Wenxuan Li, Sergio Decherchi, Andrea Cavalli, Yang Yang, Alan Yuille, Zongwei Zhou
摘要: 每年在美国进行的CT扫描超过8500万次,为放射科医生创建与肿瘤相关的报告是一项具有挑战性和耗时的任务。 为了解决这一需求,我们提出了RadGPT,这是一种解剖感知的视觉-语言AI代理,用于从CT扫描生成详细报告。 RadGPT首先分割肿瘤,包括良性囊肿和恶性肿瘤及其周围的解剖结构,然后将这些信息转换为结构化报告和叙述性报告。 这些报告提供了肿瘤大小、形状、位置、衰减、体积以及与周围血管和器官的相互作用。 在未见过的医院进行的广泛评估表明,RadGPT可以生成准确的报告,对小肿瘤(<2厘米)检测的灵敏度/特异性分别为:肝脏肿瘤80/73%,肾脏肿瘤92/78%,胰腺肿瘤77/77%。 对于大肿瘤,灵敏度范围从89%到97%。 结果显著超过了腹部CT报告生成的最先进水平。 RadGPT为17个公共数据集生成了报告。 通过放射科医生的审查和修改,我们确保了报告的准确性,并创建了第一个公开可用的图像-文本3D医学数据集,包含来自9,262次CT扫描的180万条文本标记和270万张图像,其中包括2,947次肿瘤扫描/报告的8,562次肿瘤实例。 我们的报告可以:(1)在八个肝叶子段和三个胰腺子段中定位肿瘤,并逐体素标注;(2)在260份报告中确定胰腺肿瘤阶段(T1-T4);以及(3)对多个肿瘤进行单独分析——这在人工报告中很少见。 重要的是,948份报告是针对早期肿瘤的。
摘要: With over 85 million CT scans performed annually in the United States, creating tumor-related reports is a challenging and time-consuming task for radiologists. To address this need, we present RadGPT, an Anatomy-Aware Vision-Language AI Agent for generating detailed reports from CT scans. RadGPT first segments tumors, including benign cysts and malignant tumors, and their surrounding anatomical structures, then transforms this information into both structured reports and narrative reports. These reports provide tumor size, shape, location, attenuation, volume, and interactions with surrounding blood vessels and organs. Extensive evaluation on unseen hospitals shows that RadGPT can produce accurate reports, with high sensitivity/specificity for small tumor (<2 cm) detection: 80/73% for liver tumors, 92/78% for kidney tumors, and 77/77% for pancreatic tumors. For large tumors, sensitivity ranges from 89% to 97%. The results significantly surpass the state-of-the-art in abdominal CT report generation. RadGPT generated reports for 17 public datasets. Through radiologist review and refinement, we have ensured the reports' accuracy, and created the first publicly available image-text 3D medical dataset, comprising over 1.8 million text tokens and 2.7 million images from 9,262 CT scans, including 2,947 tumor scans/reports of 8,562 tumor instances. Our reports can: (1) localize tumors in eight liver sub-segments and three pancreatic sub-segments annotated per-voxel; (2) determine pancreatic tumor stage (T1-T4) in 260 reports; and (3) present individual analyses of multiple tumors--rare in human-made reports. Importantly, 948 of the reports are for early-stage tumors.
主题: 图像与视频处理 (eess.IV) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2501.04678 [eess.IV]
  (或者 arXiv:2501.04678v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.04678
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Zongwei Zhou [查看电子邮件]
[v1] 星期三, 2025 年 1 月 8 日 18:39:10 UTC (14,012 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
eess
eess.IV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号