- · 《世界最新医学信息文摘[05/29]
- · 《世界最新医学信息文摘[05/29]
- · 《世界最新医学信息文摘[05/29]
- · 《世界最新医学信息文摘[05/29]
- · 《世界最新医学信息文摘[05/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
腾讯医典AI医学图像报告自动生成模型获CVPR录用
作者:网站采编关键词:
摘要：近日，全球计算机视觉三大顶会之一的CVPR（IEEE国际计算机视觉与模式识别会议）公布了2021年度的论文录用结果。腾讯医典AI与北京大学共同合作的论文《Exploring and Distilling Posterior an
近日，全球计算机视觉三大顶会之一的CVPR（IEEE国际计算机视觉与模式识别会议）公布了2021年度的论文录用结果。腾讯医典AI与北京大学共同合作的论文《Exploring and Distilling Posterior and Prior Knowledge for Medical Report Generation》，凭借在医学图像报告自动生成领域的研究突破成功入选。CVPR在2020年谷歌学术排行榜人工智能领域中排名第一，本次大会共收到来自全球超7000份论文投稿，最终1663篇论文获得录用，录用率仅为23.7%。
医学图像被广泛应用于诊断参考，基于肺部CT的新冠肺炎诊断也在疫情期间成为防控的关键。在医疗实践中，医生需要针对医学图像按标准撰写和输出医学报告。面对庞大的患者数量，为所有的图像逐一撰写报告占据了医生大量工作时间，不同医生的经验差异也使得部分图像中的异常被忽略，无法体现在报告中。如何借助人工智能快速、准确地自动生成报告，对于提升医生工作效率和服务质量具有重要的实用价值，也成为了近年医学图像研究领域中的一个重要课题。
然而，先进的医学图像报告自动生成系统也很容易受医学图像报告中的数据偏差误导。本次腾讯医典AI入选的论文《Exploring and Distilling Posterior and Prior Knowledge for Medical Report Generation》，创新地提出了后验-先验知识探索及蒸馏(PPKED)框架，模仿人类医生的判读方式，结合先验和后验知识来生成报告，以提高最终生成的医学报告质量，针对性弥补了这一不足。
模型中的先验探索(PrKE)模块，可以通过预构建包含心脏肥大、脊柱侧弯、钙化点、肺炎等常见异常特征信息的知识图谱，模拟医生学习过的医学知识，以更好地识别出各种图像中的异常。另一方面，通过在训练集中匹配、提取已知的相似图像和报告，可以与病人的历史报告做比对参考，模型亦在一定程度上模拟了医生根据自身丰富的经验来做决策的过程，实现利用先验知识来指导报告的生成。
在后验探索(PoKE)模块中，模型可实现将当前图像进行标签分类，模拟医生找寻图像异常的过程，大致框定异常的区域，提醒医生针对该区域做进一步识别处理。先验和后验知识在经过多领域知识蒸馏(MKD)模块的综合过滤后，将生成最终的报告。
这一创新模型在IU-Xray和MIMIC两个国际公认的公开数据集上，取得了比以往所有同类模型更好的结果，可以有效地生成更高质量的报告。
医学图像报告自动生成模型的论文登上人工智能领域第一的行业会议，是腾讯医典在人工智能领域的又一次深入探索。腾讯医典AI团队专注于医学知识图谱、医学自然语言理解、多模态深度学习等领域的研究，将持续在医学知识生成和推送、人工智能辅助诊疗等领域向行业输出切实可行的解决方案和领先技术，用科技提升医疗服务效率，助力医疗行业的数字化转型。
文章来源：《世界最新医学信息文摘》 网址: http://www.sjzxyxxxwz.cn/zonghexinwen/2021/0318/755.html