Buchumschlag

VICCA: Visual Interpretation and Comprehension of Chest X-ray Anomalies in Generated Report Without Human Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Picha, Sayeh Gholipour, Chanti, Dawood Al, Caplier, Alice
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Semantic Textual Similarity Assessment in Chest X-ray Reports Using a Domain-Specific Cosine-Based Metric
von: Picha, Sayeh Gholipour, et al.
Veröffentlicht: (2024)

Grounding Chest X-Ray Visual Question Answering with Generated Radiology Reports
von: Serra, Francesco Dalla, et al.
Veröffentlicht: (2025)

PadChest-GR: A Bilingual Chest X-ray Dataset for Grounded Radiology Report Generation
von: Castro, Daniel C., et al.
Veröffentlicht: (2024)

A Vision-Language Foundation Model to Enhance Efficiency of Chest X-ray Interpretation
von: Chen, Zhihong, et al.
Veröffentlicht: (2024)

Pretraining Vision-Language Model for Difference Visual Question Answering in Longitudinal Chest X-rays
von: Cho, Yeongjae, et al.
Veröffentlicht: (2024)

RadAgents: Multimodal Agentic Reasoning for Chest X-ray Interpretation with Radiologist-like Workflows
von: Zhang, Kai, et al.
Veröffentlicht: (2025)

Look & Mark: Leveraging Radiologist Eye Fixations and Bounding boxes in Multimodal Large Language Models for Chest X-ray Report Generation
von: Kim, Yunsoo, et al.
Veröffentlicht: (2025)

Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2026)

Enhancing Chest X-ray Classification through Knowledge Injection in Cross-Modality Learning
von: Yan, Yang, et al.
Veröffentlicht: (2025)

GIT-CXR: End-to-End Transformer for Chest X-Ray Report Generation
von: Sîrbu, Iustin, et al.
Veröffentlicht: (2025)

AOR: Anatomical Ontology-Guided Reasoning for Medical Large Multimodal Model in Chest X-Ray Interpretation
von: Li, Qingqiu, et al.
Veröffentlicht: (2025)

M4CXR: Exploring Multi-task Potentials of Multi-modal Large Language Models for Chest X-ray Interpretation
von: Park, Jonggwon, et al.
Veröffentlicht: (2024)

ChEX: Interactive Localization and Region Description in Chest X-rays
von: Müller, Philip, et al.
Veröffentlicht: (2024)

Enhancing Human-Computer Interaction in Chest X-ray Analysis using Vision and Language Model with Eye Gaze Patterns
von: Kim, Yunsoo, et al.
Veröffentlicht: (2024)

FactCheXcker: Mitigating Measurement Hallucinations in Chest X-ray Report Generation Models
von: Heiman, Alice, et al.
Veröffentlicht: (2024)

SLaVA-CXR: Small Language and Vision Assistant for Chest X-ray Report Automation
von: Wu, Jinge, et al.
Veröffentlicht: (2024)

Closing the Performance Gap Between AI and Radiologists in Chest X-Ray Reporting
von: Sharma, Harshita, et al.
Veröffentlicht: (2025)

Evaluating Visual and Cultural Interpretation: The K-Viscuit Benchmark with Human-VLM Collaboration
von: Park, ChaeHun, et al.
Veröffentlicht: (2024)

Utility of Multimodal Large Language Models in Analyzing Chest X-ray with Incomplete Contextual Information
von: Kim, Choonghan, et al.
Veröffentlicht: (2024)

A Generative Framework for Bidirectional Image-Report Understanding in Chest Radiography
von: Evans, Nicholas, et al.
Veröffentlicht: (2025)

GEM: Context-Aware Gaze EstiMation with Visual Search Behavior Matching for Chest Radiograph
von: Liu, Shaonan, et al.
Veröffentlicht: (2024)

Language Models Meet Anomaly Detection for Better Interpretability and Generalizability
von: Li, Jun, et al.
Veröffentlicht: (2024)

ReXVQA: A Large-scale Visual Question Answering Benchmark for Generalist Chest X-ray Understanding
von: Pal, Ankit, et al.
Veröffentlicht: (2025)

MedRepBench: A Comprehensive Benchmark for Medical Report Interpretation
von: Shang, Fangxin, et al.
Veröffentlicht: (2025)

A Disease-Aware Dual-Stage Framework for Chest X-ray Report Generation
von: Wu, Puzhen, et al.
Veröffentlicht: (2025)

CheXpert Plus: Augmenting a Large Chest X-ray Dataset with Text Radiology Reports, Patient Demographics and Additional Image Formats
von: Chambon, Pierre, et al.
Veröffentlicht: (2024)

Interpretable Multimodal Framework for Human-Centered Street Assessment: Integrating Visual-Language Models for Perceptual Urban Diagnostics
von: Lan, HaoTian
Veröffentlicht: (2025)

Harnessing EHRs for Diffusion-based Anomaly Detection on Chest X-rays
von: Kim, Harim, et al.
Veröffentlicht: (2025)

CAVE: Detecting and Explaining Commonsense Anomalies in Visual Environments
von: Bhagwatkar, Rishika, et al.
Veröffentlicht: (2025)

VDebugger: Harnessing Execution Feedback for Debugging Visual Programs
von: Wu, Xueqing, et al.
Veröffentlicht: (2024)

RadZero: Similarity-Based Cross-Attention for Explainable Vision-Language Alignment in Chest X-ray with Zero-Shot Multi-Task Capability
von: Park, Jonggwon, et al.
Veröffentlicht: (2025)

Interpreting Chest X-rays Like a Radiologist: A Benchmark with Clinical Reasoning
von: Guan, Jinquan, et al.
Veröffentlicht: (2025)

Learning GUI Grounding with Spatial Reasoning from Visual Feedback
von: Zhao, Yu, et al.
Veröffentlicht: (2025)

Mismatch Quest: Visual and Textual Feedback for Image-Text Misalignment
von: Gordon, Brian, et al.
Veröffentlicht: (2023)

Recurrent Visual Feature Extraction and Stereo Attentions for CT Report Generation
von: Tian, Yuanhe, et al.
Veröffentlicht: (2025)

Phrase-grounded Fact-checking for Automatically Generated Chest X-ray Reports
von: Mahmood, Razi, et al.
Veröffentlicht: (2025)

Learning to Correction: Explainable Feedback Generation for Visual Commonsense Reasoning Distractor
von: Chen, Jiali, et al.
Veröffentlicht: (2024)

MMRad-22K: A Structured Multimodal Evidence Dataset for Chest X-ray Report Generation
von: Zhao, Yichen, et al.
Veröffentlicht: (2026)

Show, don't tell -- Providing Visual Error Feedback for Handwritten Documents
von: Yasin, Said, et al.
Veröffentlicht: (2026)

Vision-Language Models for Automated Chest X-ray Interpretation: Leveraging ViT and GPT-2
von: Islam, Md. Rakibul, et al.
Veröffentlicht: (2025)