NeuroSymb-MRG：基于主动不确定性最小化的可微溯因推理用于放射学报告生成

自动放射学报告生成旨在减轻医生负担并提升文档一致性。现有方法虽在流畅度上有所进展，但易受视觉 - 语言偏差影响，缺乏显式的多跳临床推理。本文提出 NeuroSymb-MRG 框架，整合神经符号溯因推理与主动不确定性最小化技术。该系统将图像特征映射为概率临床概念，构建可微逻辑推理链，并将其解码为模板化子句，最终通过检索和约束编辑优化输出。实验表明，该方法在事实一致性及语言指标上均显著优于基线。