EviDent-CBCT
一个面向牙科CBCT影像报告自动生成的证据瓶颈框架，通过离散证据记录层将影像与文本报告解耦，支持非穷尽监督场景下的可审计、可追溯临床报告生成
时间轴 (近 90 天)
EviDent-CBCT 是一个针对牙科CBCT报告生成的'证据瓶颈'（Evidence-Bottlenecked）框架，专门针对不完整标注（非穷尽监督）场景设计
EviDent-CBCT 在影像和报告文本之间插入一个离散的证据记录作为瓶颈层
EviDent-CBCT 使用解剖感知网络将每次CBCT扫描映射为三个层级的证据：牙齿级别、全局级别以及牙齿与下牙槽神经管关系（tooth-IAC）
EviDent-CBCT 的最终报告由确定性渲染器和一个不看图像的局部语言模型生成，语言模型只能接触证据记录，看不到原始影像
针对牙齿级别证据，EviDent-CBCT 采用可靠性感知训练，将符合条件的未提及样本作为降权负样本参与训练，而不是简单当作阴性
对于未报告的全局证据和 tooth-IAC 标签，EviDent-CBCT 直接保持'未知'状态而不强行推断
EviDent-CBCT 设计了金属敏感输入通道，保留来自牙科材料（如补牙、种植体）的强度线索
在三次验证运行中，EviDent-CBCT 取得了 0.666±0.006 的合并证据集 F1 值，以及 0.402±0.003 的 RadFact-Lite-Dental 逻辑 F1 值
最强的受控直接基线在逻辑 F1 指标上仅为 0.371±0.018，低于 EviDent-CBCT 的 0.402
在 ODIN 2026 挑战赛中，EviDent-CBCT 在自动化评测中排名第二，在隐藏测试集的盲法临床竞技场对比中排名第三
还有 1 条时间轴事件
全部知识事实 (11)
EviDent-CBCT 作为一篇刚发布的预印本，其结果仍有待更大规模临床验证
50%待验证EviDent-CBCT 在影像和报告文本之间插入一个离散的证据记录作为瓶颈层
50%待验证EviDent-CBCT 使用解剖感知网络将每次CBCT扫描映射为三个层级的证据：牙齿级别、全局级别以及牙齿与下牙槽神经管关系（tooth-IAC）
50%待验证EviDent-CBCT 的最终报告由确定性渲染器和一个不看图像的局部语言模型生成，语言模型只能接触证据记录，看不到原始影像
50%待验证针对牙齿级别证据，EviDent-CBCT 采用可靠性感知训练，将符合条件的未提及样本作为降权负样本参与训练，而不是简单当作阴性
50%待验证对于未报告的全局证据和 tooth-IAC 标签，EviDent-CBCT 直接保持'未知'状态而不强行推断
50%待验证EviDent-CBCT 设计了金属敏感输入通道，保留来自牙科材料（如补牙、种植体）的强度线索
50%待验证在三次验证运行中，EviDent-CBCT 取得了 0.666±0.006 的合并证据集 F1 值，以及 0.402±0.003 的 RadFact-Lite-Dental 逻辑 F1 值
50%待验证最强的受控直接基线在逻辑 F1 指标上仅为 0.371±0.018，低于 EviDent-CBCT 的 0.402
50%待验证EviDent-CBCT 是一个针对牙科CBCT报告生成的'证据瓶颈'（Evidence-Bottlenecked）框架，专门针对不完整标注（非穷尽监督）场景设计
50%待验证在 ODIN 2026 挑战赛中，EviDent-CBCT 在自动化评测中排名第二，在隐藏测试集的盲法临床竞技场对比中排名第三
50%