，信息通信基于深度学习的医学影像报告自动生成研究综述梅周俊森，孙水发，李小龙（三峡大学计算机与信息学院，湖北宜昌443002）摘要：当今医学领域面临着大量的图像数据，自动生成医学影像报告成为了一个备受关注的研究领域。自动生成医学影像报告可以为医生提供快速准确的诊断信息，提高医疗服务的效率和质量。现有的研究主要采用深度学习和自然语言处理技术来生成医学影像报告。文章从影像报告的结构、数据集、现有模型、评估指标介绍该领域目前的现状。最后总结了目前该领域存在的问题与未来研究方向。关键词：深度学习，自然语言处理；文本生成；医学图像处理中图分类号：TP393Methodsforautomaticgenerationofmedicalimagingreports:asurvey(CollegeofComputerandInformation,ThreeGorgesUniversity,Yichang443002,China)Abstract:Withtheenormousamountofmedicalimagingdataavailabletoday,automaticgenerationofmedicalimagereportshasbecomeahighlyresearchedfield.Automaticreportgenerationcanprovidedoctorswithrapidandaccuratediagnosticinfor-mation,improvingtheefficiencyandqualityofmedicalservices.Existingresearchprimarilyemploysdeeplearningandnaturallanguageprocessingtechniquesforreportgeneration.Thisarticleintroducesthecurrentstatusofthefieldofautomaticgener-ationofmedicalimagereports,includingthestructureofimagereports,availabledatasets,existingmodels,andevaluationmet-rics.Finally,itsummarizesthecurrentproblemsandfutureresearchdirectionsinthisfield.Keywords:deeplearning;naturallanguageprocessing;textgeneration;medicalimageprocessing1引言医学影像报告是通过使用影像技术（例如X射线、CT扫描、核磁共振或超声波)对患者进行诊断和监测的结果的文件。报告中包含了医生对影像结果的解释和诊断，并可以为临床医生提供有关患者健康状况的重要信息。医学影像报告自动生成任务旨在通过给定的医学影像，生成清晰（clear)、正确(correct）、简洁（concise）、完整（complete）、一致（consistent）、连贯（coherent)即6C特点的报告内容。这通常需要撰写的医生对相关专业及影像学诊断方面的知识有扎实的了解。自动收稿日期：2023-02-16作者简介：梅周俊森（1994-），男，湖北宜昌人，研究生，硕士，主要研究方向：医学图像处理，自然语言处理。i"""""""i"2023年第05期(总第245期)文献标识码：...
