在 CT 判读过程中根据 3D 凝视模式预测放射科医生的专业知识

准确解读体积 CT 需要有效导航 3D 图像体积并关注诊断相关区域。尽管眼动追踪已在 2D 医学成像领域得到广泛研究，但其在 CT 设置中用于专业评估的用途仍然有限。我们提出了一种基于凝视的 Transformer 框架，用于胸部 CT 的专业分类。使用 DINOv2 主干网，放射科医生注视模式通过以下方式集成到体积特征学习中：(1) 自注意力中可学习的对数空间偏差和 (2) 斑块嵌入的凝视加权池化。我们在 182 次 CT 读片课程中对我们的方法进行了培训和评估，这些课程来自五位经验水平不同的放射科医生。在保留的测试集上，该模型的 ROC-AUC 为 0.91，F1 得分为 0.86，优于适应的方法。这些发现表明，将视觉搜索行为纳入 Transformer 可能支持放射学领域客观的、基于流程的专业知识评估。代码可通过 https://github.com/leiluk1/GazeToSkill 获取。