基于异常对齐的引导式语言-图像预训练模型Abn-BLIP在CTPA肺动脉栓塞诊断与报告生成中的应用

针对CTPA（计算机断层扫描肺动脉造影）影像解读复杂、报告生成效率低的问题，研究者开发了异常对齐的引导式语言-图像预训练模型Abn-BLIP，通过多标签异常识别模块和Abn-QFormer跨模态注意力机制，显著提升肺动脉栓塞诊断准确性和结构化报告生成质量，为临床决策提供高效支持。

　　

研究背景与意义

肺动脉栓塞（PE）是一种致死率高的危急重症，计算机断层扫描肺动脉造影（CTPA）是其诊断金标准。然而，CTPA影像解读高度依赖放射科医师经验，存在耗时长、主观性强、漏诊率高等问题。现有AI辅助诊断系统多局限于单一栓塞检测，缺乏对心肺系统多异常的综合评估能力，且生成的报告可解释性不足。如何实现精准的异常定位并生成符合临床规范的结构化报告，成为医学影像AI领域的关键挑战。

研究方法与技术路线

布朗大学团队提出Abnormality-aligned Bootstrapping Language-Image Pre-training（Abn-BLIP）框架，基于来自美国两家医疗中心的79,002例CTPA影像-报告对开展研究。核心技术包括：

1. 1.

   多尺度异常识别：采用I3D ResNet152提取32种CTPA异常特征，通过3D卷积块生成多层级视觉嵌入；

2. 2.

   异常驱动查询转换器（Abn-QFormer）：32个可学习查询向量动态捕获异常特异性特征，结合BERT文本编码器实现跨模态对齐；

3. 3.

   异常对齐对比学习（ACL）：优化视觉-文本特征空间相似性，增强细粒度语义匹配。

研究结果

1. 1.

   异常诊断性能

   在联合测试集上达到0.896准确率和0.773 AUC，对肺动脉区域异常（如急性肺栓塞）的检测灵敏度达0.958，特异性0.789。

2. 2.

   跨模态特征分析

   t-SNE可视化显示，肺动脉相关异常（如"急性肺栓塞"与"慢性肺栓塞"）在特征空间形成明确聚类，与解剖学关系一致。

3. 3.

   报告生成质量

   在INSPECT数据集上，ROUGE-L达0.588，BERTScore F1为0.937，显著优于RadFM等基线模型。专家评估显示83%生成报告获4分以上（5分制）。

4. 4.

   临床实用性验证

   对比真实病例显示，Abn-BLIP能准确描述双侧肺动脉充盈缺损（敏感性0.710）等关键征象，而传统方法常漏诊支气管扩张等合并症。

结论与展望

该研究通过异常导向的视觉-语言对齐机制，首次实现了CTPA全胸结构化报告的端到端生成。模型在《Medical Image Analysis》发表的性能测试中展现出三大优势：

1. 1.

   诊断覆盖性：同步检测7个解剖区域的32种异常；

2. 2.

   临床可解释性：通过Abn-QFormer提供异常级别的视觉依据；

3. 3.

   工作流兼容性：平均1分钟/例的处理速度适合临床场景。

   未来需在罕见病识别、多中心验证等方面持续优化，但其模块化设计为不同医疗机构的定制化部署提供了可能。这项技术有望成为放射科医师的"AI第二双眼"，显著提升肺栓塞诊疗效率与质量。