该工作提出 NeuroSymb-MRG 框架,把图像特征映射为概率化临床概念,用可微逻辑层(乘积 t-范数 AND、概率和 OR、可学习门控 α)组合多跳溯因推理链,经规则解码器填入约 120 个模板并叠加检索证据与受限 LLM 改写,再用基于规则级预测熵(5 次 MC-dropout)与 k-center 多样性的主动采样(每轮 k=16)驱动临床医生在环审核;在 IU X-ray 与 MIMIC-CXR 上,BLEU-1 至 BLEU-4、ROUGE-L、METEOR 均优于所列代表性基线,例如 IU X-ray BLEU-1 为 0.602、MIMIC-CXR BLEU-1 为 0.487。
该工作提出 NeuroSymb-MRG 框架,把图像特征映射为概率化临床概念,用可微逻辑层(乘积 t-范数 AND、概率和 OR、可学习门控 α)组合多跳溯因推理链,经规则解码器填入约 120 个模板并叠加检索证据与受限 LLM 改写,再用基于规则级预测熵(5 次 MC-dropout)与 k-center 多样性的主动采样(每轮 k=16)驱动临床医生在环审核;在 IU X-ray 与 MIMIC-CXR 上,BLEU-1 至 BLEU-4、ROUGE-L、METEOR 均优于所列代表性基线,例如 IU X-ray BLEU-1 为 0.602、MIMIC-CXR BLEU-1 为 0.487。