MIMIC-RG4

MIMIC-RG4数据集考虑了四种常见的放射学报告起草场景，并具有完全对应的输入和输出。

The MIMIC-RG4 dataset covers four common radiology report drafting scenarios and features fully aligned input-output pairs.

原始信息汇总

数据集概述

数据集名称

LLM-RG4

数据集简介

LLM-RG4数据集是为放射学报告生成（RRG）任务设计的，旨在解决现有模型在处理多样化输入时的局限性。该数据集考虑了四种常见的放射学报告撰写场景，并确保输入与输出的完美对应。数据集通过一个数据生成管道创建，命名为MIMIC-RG4。

数据集内容

• MIMIC-RG4数据集：包含文本注释，下载地址为https://drive.google.com/file/d/1X8V1H6oxxGfutGsLFofXDzvOnoq7BEyf/view?usp=sharing。
• 图像数据：可以从https://physionet.org/content/mimic-cxr-jpg/2.0.0/下载。

模型权重

• DiscBERT权重：下载地址为https://drive.google.com/file/d/10xYpIvT3UXQ4W7X8IPYEGRNoJ_Ra4n_I/view?usp=sharing。
• LLM-RG4权重（预测finding和impression）：下载地址为https://drive.google.com/file/d/1eZMOEhgSmCt7VAVTjgTyVnMSUtW2Iktq/view?usp=sharing。
• LLM-RG4权重（仅预测finding部分）：下载地址为https://drive.google.com/file/d/1aCE7PSLwugz3TrN0vlnGRH4aVboI_3Qo/view?usp=sharing。

环境与安装

• Python版本：3.9
• Torch版本：2.1.0
• 安装步骤：
  1. 安装依赖包：pip install -r requirements.txt
  2. 下载预训练模型：Vicuna-7b-v1.5、rad-dino、BiomedVLP-CXR-BERT-specialized、bert-base-uncased。
  3. 下载CheXbert：https://stanfordmedicine.box.com/s/c3stck6w6dol3h36grdc97xoydzxd7w9。
  4. 修改预定义模型代码。

训练与测试

• 训练LLM-RG4：
  1. 训练阶段1：bash scripts/train_stage1.sh
  2. 训练阶段2：bash scripts/train_stage2.sh
  3. 测试不同设置：bash scripts/test.sh
• 使用DiscBERT：
  1. 进入DiscBERT目录：cd ./DiscBERT
  2. 运行训练脚本：python train.py

致谢

本工作借鉴了R2GenGPT和CheXbert的代码库。

搜集汇总

数据集介绍

构建方式

MIMIC-RG4数据集的构建旨在解决当前放射学报告生成模型在输入与输出之间存在的固有错配问题。通过开发一个数据生成管道，该数据集考虑了四种常见的放射学报告起草场景，确保了输入与输出的完美对应。这一构建过程不仅提升了模型的灵活性，还显著减少了输入无关的幻觉生成，从而更贴近临床实践的需求。

特点

MIMIC-RG4数据集的特点在于其多样化的输入场景和精确的输出对应。数据集涵盖了四种常见的放射学报告起草情境，使得模型能够灵活应对不同的临床需求。此外，数据集通过精心设计的生成管道，确保了输入与输出之间的高度一致性，有效减少了模型在生成报告时可能出现的输入无关幻觉，提升了报告的准确性和可靠性。

使用方法

使用MIMIC-RG4数据集时，用户需首先下载数据集和预训练模型，并配置相应的Python环境。通过执行提供的训练和测试脚本，用户可以灵活地训练和测试LLM-RG4模型。此外，用户还可以利用DiscBERT进行特定任务的训练和预测。整个使用过程详细且易于操作，确保了用户能够充分利用该数据集进行高效的放射学报告生成研究。

背景与挑战

背景概述

MIMIC-RG4数据集由AAAI 2025会议收录的研究论文提出，旨在解决放射学报告生成（RRG）领域中的灵活性与准确性挑战。该数据集由研究团队开发，基于MIMIC-CXR数据集构建，考虑了四种常见的放射学报告撰写场景，确保输入与输出的完美对应。MIMIC-RG4的创建标志着RRG领域从固定任务范式向多样化输入场景的转变，为临床实践提供了更贴合实际需求的解决方案。该数据集不仅推动了RRG模型的发展，还通过引入大语言模型（LLM）和自适应令牌融合模块，显著提升了模型的灵活性与生成质量，减少了输入无关的幻觉现象。

当前挑战

MIMIC-RG4数据集在构建与应用过程中面临多重挑战。首先，放射学报告生成领域本身具有高度复杂性，要求模型能够灵活应对多样化的输入场景，同时确保生成内容的准确性与临床相关性。其次，数据集的构建需要精确匹配输入与输出，避免生成与输入无关的幻觉内容，这对数据标注与模型训练提出了极高要求。此外，尽管引入了大语言模型和自适应令牌融合模块，如何在处理多样化输入时保持计算效率，仍是一个亟待解决的难题。最后，如何在模型训练中有效引导其关注正面与不确定描述，进一步提升生成报告的质量，也是该数据集面临的关键挑战。

常用场景

经典使用场景

在医学影像学领域，MIMIC-RG4数据集被广泛应用于放射学报告生成任务。该数据集通过模拟四种常见的放射学报告撰写场景，为研究者提供了一个灵活且真实的实验平台。其经典使用场景包括从单一影像生成完整的“发现”部分，以及根据不同的临床需求生成定制化的报告内容。这种多样化的输入输出对应关系，使得MIMIC-RG4成为评估和优化放射学报告生成模型的理想选择。

衍生相关工作

MIMIC-RG4数据集的发布催生了一系列相关研究工作，其中最著名的包括LLM-RG4框架的提出。该框架利用大语言模型的灵活指令跟随能力和广泛的知识库，进一步提升了放射学报告生成的准确性和灵活性。此外，基于MIMIC-RG4的研究还推动了自适应令牌融合模块和令牌级损失加权策略的发展，这些创新为处理多样化输入场景提供了新的解决方案，并在多个公开数据集上取得了领先的性能表现。

数据集最近研究

最新研究方向

在医学影像领域，MIMIC-RG4数据集的推出标志着放射学报告生成（RRG）研究迈入了一个新的阶段。该数据集通过考虑四种常见的放射学报告撰写场景，实现了输入与输出的完美对应，解决了现有模型在处理多样化输入时存在的局限性。基于大语言模型（LLM）的LLM-RG4框架，利用其灵活的指令遵循能力和广泛的知识储备，进一步提升了模型的适应性和生成质量。通过引入自适应令牌融合模块和令牌级损失加权策略，该框架不仅有效减少了输入无关的幻觉生成，还在临床效率和自然语言生成方面达到了领先水平。这一研究为放射学报告的自动化生成提供了新的思路，推动了医学影像与人工智能的深度融合，具有重要的临床应用价值。