【源码】基于Python和PyTorch的医学影像诊断报告生成系统

项目简介

本项目聚焦于医学影像领域的自然语言处理（NLP），是中国人工智能学会举办比赛的相关项目。核心功能是根据医生对CT影像的文本描述，自动生成对应的诊断报告文本。

项目的主要特性和功能

1. 数据脱敏处理：对脱敏的原始数据，采用不分词策略将原始文本作为模型输入，避免分词歧义。
2. 动态掩码策略：选用Span Mask策略，提升模型在验证集上的性能。
3. 预训练与微调：运用对抗训练进行预训练，再通过多任务微调缓解模型过拟合问题。
4. 正则化技术：采用EMA和权重衰减等正则化方法，增强模型泛化能力。
5. 评估指标：通过计算CIDEr评分评估生成报告与参考报告的相似性。

安装使用步骤

1. 环境准备

确保安装Python、PyTorch和Hugging Face的Transformers库。

2. 数据准备

准备好脱敏后的医学影像描述文本数据以及对应的诊断报告数据。

3. 代码运行

• 预训练：在train文件夹下运行pretrain.py。
• 微调：在fune文件夹运行相关微调脚本。
• 评估：运行evaluate.py计算CIDEr评分。

注意事项

• 根据实际情况调整命令行参数，如数据路径、模型参数等。
• 运行模型前，确保数据已正确预处理和划分。
• 训练时，按需调整学习率、批量大小等参数以优化训练效果。
• 训练完成后，用生成的模型生成诊断报告并评估报告质量。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】