论文笔记-Hybrid Retrieval-Generation Reinforced Agent for Medical Image Report Generation

论文笔记-Hybrid Retrieval-Generation Reinforced Agent for Medical Image Report Generation

创新点:混合检索生成+强化学习

report 包括finding,impression,comparison和indication。其中finding部分的内容包括心脏大小、肺阴影、骨结构、肺、主动脉、肺门等部位的异常,以及积液、气胸、实变等潜在疾病的内容。并发现这些内容是有顺序的,例如心脏大小,纵隔轮廓,然后是肺不清,明显的异常,然后是轻度或潜在的异常。

总体框架

论文建立一个层次结构框架,首先使用cnn提取图像特征转化成上下文向量然后通过增加了注意力机制的rnn,生成一系列句子主题,然后预测每个主题的句子词汇,使用retrieval policy module模块判断主题然后决定是通过generation module自动生成句子还是在模板库(模板数据库是基于从可用的医疗报告中收集的人类先验知识建立的,由一组在训练语料库中经常出现的句子组成,通常描述一般的观察)中检索特定句子然后通过分层决策依次生成多个句子。然后利用强化学习(增强算法)在句子级和词级奖励分别训练retrieval policy module和generation module。
在这里插入图片描述

细节
  • rnn的主题生成过程 c i s c^s_i cis为生成的上下文向量, h i s h^s_i his为当前时间步隐藏向量, q i q_i qi为生成的主题, z i z_i zi为句子主题生成的控制概率[0,1]
    在这里插入图片描述
  • retrieval policy module:给一个生成主题 q i q_i qi,预测在自动生成生成新句子和候选模板|T|中的概率 u i ∈ R 1 + ∣ T ∣ u_i\in{R^{1+|T|}} uiR1+T u 0 u_0 u0表示自动生成的概率,后面的表示在T中选择模板的概率, m i m_i mi是概率最高的索引,如果 u 0 u_0 u0最大,则进行generation module,如果其他的大,则在候选模板中选择概率最大的模板作为生成句子
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Dj8tHgPI-1645262081927)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219093307798.png)]
  • Generation module:基于生成主题 q i q_i qi和图像上下文向量 h v h^v hv作为原始输入的RNN, h i , t g h^g_{i,t} hi,tg为当前时间步的隐藏向量, a t a_t at为所有词的概率分布, y t y_t yt为取最大的概率索引单词为one-hot, e i , t e_{i,t} ei,t为该序列生成的单词
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-W69fw1s7-1645262081928)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219094220050.png)]
  • 强化学习:句子奖励:生成的第i个句子 y i = ( y i , 1 , y i , 2 , . . . , y i , N , ) \pmb{y_i}=(y_{i,1},y_{i,2},...,y_{i,N},) yiyiyi=(yi,1,yi,2,...,yi,N,)计算CIDEr得分
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-FBTt5PtF-1645262081930)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219095730281.png)]
    词级奖励:
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HSUALRsn-1645262081946)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219095802440.png)]

gt为真实报告

  • 损失函数: Y Y Y为生成报告, Y ∗ Y^* Y为真实报告

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-K0GvbYem-1645262081948)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219102331323.png)]
1 ( ) 1() 1()为二进制指示器, z i z_i zi为上面提到的主题生成的控制概率, m i m_i mi是上面提到的最大索引, L ( θ ) L(\theta) L(θ)有两部分组成,retrieval policy module中的损失 L ( θ r ) L(\theta_r) L(θr)和generation module中的损失 L ( θ g ) L(\theta_g) L(θg) L ( θ r ) L(\theta_r) L(θr)由句子级奖励影响,其中 θ r \theta_r θr包括前面retrieval policy module中的参数 W u W_u Wu b u b_u bu
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6Cyuyb7R-1645262081950)(C:\Users\诃西\AppData\Roaming\Typora\typora-user-images\image-20220219143041444.png)]
L ( θ g ) L(\theta_g) L(θg)由词级奖励影响,其中 θ g \theta_g θg由前面generation module中的 W y W_y Wy b y b_y by W e W_e We等其隐藏参数构成。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值