RadFusion: Towards Threshold-Controllable Radiology Report Generation
RadFusion：迈向阈值可控的放射学报告生成
机构 * Microsoft（微软公司）
专题命中 医疗多模态 ：radiology(title,abstract)；分类 cs.CV
AI总结 RadFusion框架为放射学报告生成赋予阈值可控性，融合多标签分类器与VQA报告生成器，提升诊断准确率，支持ROC分析，适配不同临床场景，更易通过监管审批。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 医疗多模态 4 篇
TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models
TemMed-Bench：评估视觉语言模型的时序医学图像推理能力
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 医疗多模态 ：medical image(title,abstract)；分类 cs.CV
AI总结 本文提出TemMed-Bench时序医学图像推理基准，评估12个视觉语言模型，发现多数模型缺乏分析患者状况时序变化的能力，多模态检索扩充可显著提升其性能。
When Visual Signals Mislead: A Mechanistic Study of Attribute Hallucination in Vision-Language Models
当视觉信号产生误导：视觉语言模型中属性幻觉的机制研究
机构 * Zhejiang University（浙江大学）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对视觉语言模型的属性幻觉问题，提出VISOR框架，通过VSNR诊断区分失败模式并路由适配操作，在三类模型上减少属性假阳性且不依赖先验主导假设。
Linguistically-Aligned and Visually-Grounded Preference Optimization for Clinically-Augmented Medical Report Generation
面向临床增强型医疗报告生成的语言对齐与视觉 grounded 的偏好优化
机构 * Huazhong University of Science and Technology（华中科技大学）
专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对现有医疗报告生成方法的临床事实错误与视觉-语言对齐不足问题，提出DPO-Clin框架，通过ECD模块、M²DPO及反事实偏好数据构建提升模型可靠性，在多医学数据集上取得优异性能。
Comments Accepted by ECCV 2026
