MammoExpert：乳房 X 线摄影诊断中的思维链推理基准

乳房X光检查是乳腺癌检测的重要工具，每年进行数百万次检查。然而，用于人工智能开发的公开可用的高质量乳房X线摄影数据集在规模和注释丰富度方面仍然有限，特别是在病理亚型覆盖和结构化诊断推理注释方面。在本文中，我们提出了 MammoExpert，这是第一个具有跨三个诊断阶段的思维链推理注释的乳房 X 线摄影数据集：(i) 原始观察，(ii) 事实评估，以及 (iii) 诊断综合。每次检查均包含 2,379 张乳房 X 光检查图像，涵盖 67 种 WHO 分类的组织病理学亚型，提供由 9 名高级放射科医生注释的 42 个放射学特征。我们评估了其在乳腺病变分类任务上的性能，与现有的分类模型相比，表现出了卓越的准确性和合理性。将公共数据集 CBIS-DDSM 与 MammoExpert 相结合，分类精度提高了 7.1%，而学习 CoT 推理的训练模型在 MammoExpert 测试集上又实现了 4% 的提升。在 INBreast 和 Vindr 数据集上也观察到了类似的改进，其中完整方法的准确率分别提高了 6.9% 和 6.7%。 MammoExpert 可以通过明确的 CoT 推理作为可解释的乳腺病变诊断的基准。