科学与医疗

医学 AI

医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。

2026-02-23 至 2026-02-23 共收录 2 篇信号源：cs.CV, cs.LG, q-bio, eess.IV, eess.SP

1. 医学数据与评测 2 篇

2602.13662 2026-02-23 cs.CV cs.AI 70%

LeafNet: A Large-Scale Dataset and Comprehensive Benchmark for Foundational Vision-Language Understanding of Plant Diseases

LeafNet：一个大规模数据集和全面基准，用于植物病害的基础视觉-语言理解

Khang Nguyen Quoc, Phuong D. Dao, Luyl-Da Quach

机构 * School of Electrical Engineering, Korea University（韩国大学电气工程学院）； Department of Integrative Biology, The University of Texas at Austin（德克萨斯大学奥斯汀分校整合生物学系）； Department of Software Engineering, FPT University（FPT大学软件工程系）

专题命中医学数据与评测：pathology(abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 LeafNet通过大规模多模态数据集和基准测试，揭示了VLMs在植物疾病理解中的性能差异，强调了多模态架构在提升诊断精度中的关键作用。

Comments 26 pages, 13 figures and 8 tables

2502.17160 2026-02-23 cs.CV cs.LG 62%

A Pragmatic Note on Evaluating Generative Models with Fréchet Inception Distance for Retinal Image Synthesis

关于使用Fréchet inception距离评估视网膜图像合成生成模型的务实笔记

Yuli Wu, Fucheng Liu, Rüveyda Yilmaz, Henning Konermann, Peter Walter, Johannes Stegmaier

机构 * RWTH Aachen University（亚琛RWTH大学）； Uniklinik RWTH Aachen（亚琛RWTH医院）； Heinrich Heine University Düsseldorf（多特蒙德海因里希·海涅大学）

专题命中医学数据与评测：biomedical(abstract)；分类 cs.CV、cs.LG

AI总结本文探讨了在视网膜图像合成中，FID等指标与任务特定评估目标不一致的问题，并指出其在生物医学成像中的局限性。

Comments MIDL 2026