生成低质量 X 射线图像的放射学报告

视觉语言模型 (VLM) 具有显着先进的自动化放射学报告生成 (RRG)。然而，现有方法隐含地假设高质量输入，忽略了现实临床环境中普遍存在的噪声和伪影。因此，当前模型在处理次优图像时表现出严重的性能下降。为了弥补这一差距，我们提出了一个专门针对图像质量变化而设计的强大的报告生成框架。我们首先引入自动质量评估代理 (AQAA) 来识别 MIMIC-CXR 数据集中的低质量样本，并建立低质量放射报告生成 (LRRG) 基准。为了解决退化引起的变化，我们提出了一种利用双层优化和梯度一致性的新型双环训练策略。这种方法确保模型通过在不同的质量体系中对齐梯度方向来学习与质量无关的诊断特征。大量的实验表明，我们的方法有效地减轻了图像质量恶化引起的模型性能下降。代码和数据将在接受后发布。