D2-Net报告生成模型

扩散加判别，报告更准

将扩散模型与判别器结合，逐层判断生成词汇的有效性，从而控制报告长度并校准置信度，减少自回归方法中的错误累积。

74482872 · Weidong, Chen · Tian, Yuanhe · 宋彦 · 颜成钢 · Zhendong, Mao

2024

技术优势

不逐词生成

用扩散模型一次性生成报告，避免自回归方法在长文本中的错误累积。

词义有人把关

在扩散模型每一层加入判别器，主动判断生成的词是否有意义，从而控制报告长度并校准置信度。

应用场景

• 医学影像报告自动生成：自动生成放射学报告初稿，减轻医生撰写负担。
• 临床辅助诊断：为医生提供基于影像的观察与洞见，辅助诊断决策。
• 多模态医疗AI：融合放射影像与文本生成，用于多模态医疗 AI 任务。