TALON
一种具备时序感知能力的纵向放射学报告生成框架，通过双通道时序融合模块（DCTFM）自适应地整合可变长度患者病史，能够同时捕捉持续存在的病理发现与时间间隔内的变化信息
时间轴 (近 90 天)
TALON设计了通道特定注意力机制来估计每次既往检查的相关性，以及学习式的既往检查门控机制来自适应整合有价值的纵向证据并抑制冗余信息
TALON是一个具备时序感知能力的纵向放射学报告生成框架，能够自适应地整合可变长度的患者病史，而不受限于固定长度的历史窗口
TALON的技术底座是双通道时序融合模块（DCTFM），通过相似性通道和变化通道两条互补通道将当前检查与每次既往检查进行对比
TALON是一项发表于arXiv的前沿研究，目前仍停留在学术验证阶段
TALON在MIMIC-CXR数据集上验证，在多项临床效能指标和基于图的评估指标上超越了当前最先进的方法
当可用的既往检查数量增多时，TALON的表现会进一步提升
Hillock的TALON引擎在本地抽取结构化知识三元组，这一过程完全不调用LLM，从而避免在文本解析阶段消耗GPU算力
全部知识事实 (7)
TALON设计了通道特定注意力机制来估计每次既往检查的相关性，以及学习式的既往检查门控机制来自适应整合有价值的纵向证据并抑制冗余信息
50%待验证TALON是一个具备时序感知能力的纵向放射学报告生成框架，能够自适应地整合可变长度的患者病史，而不受限于固定长度的历史窗口
50%待验证TALON的技术底座是双通道时序融合模块（DCTFM），通过相似性通道和变化通道两条互补通道将当前检查与每次既往检查进行对比
50%待验证TALON是一项发表于arXiv的前沿研究，目前仍停留在学术验证阶段
50%待验证TALON在MIMIC-CXR数据集上验证，在多项临床效能指标和基于图的评估指标上超越了当前最先进的方法
50%待验证当可用的既往检查数量增多时，TALON的表现会进一步提升
50%待验证Hillock的TALON引擎在本地抽取结构化知识三元组，这一过程完全不调用LLM，从而避免在文本解析阶段消耗GPU算力
50%