Visual question answering: from early developments to recent advances -- a survey
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract);分类 cs.CV
Comments 20 papers
科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract);分类 cs.CV
Comments 20 papers
专题命中 医疗多模态 :MRI(abstract);diagnosis(abstract);分类 cs.CV
Comments 5 pages, 2 figures
Journal ref ICASSP 2025
专题命中 医疗多模态 :medical image(abstract);radiology(abstract);分类 cs.CV
Comments 10 Pages
专题命中 医疗多模态 :pathology(abstract);diagnosis(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);radiology(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);CT(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);biomedical(abstract);分类 cs.CV
Comments Accepted by MICCAI2024
专题命中 医疗多模态 :pathology(abstract);diagnosis(abstract);分类 cs.CV
专题命中 医疗多模态 :MRI(abstract);CT(abstract);分类 cs.CV
专题命中 医疗多模态 :clinical AI(abstract);diagnosis(abstract);分类 cs.CV
Comments 21 pages, 2 figures, 4 tables
专题命中 医疗多模态 :radiology(abstract);biomedical(abstract);分类 cs.CV
Comments Clinical NLP @ NAACL 2024
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract);分类 cs.CV
Comments ImageCLEF2023 published version: https://ceur-ws.org/Vol-3497/paper-129.pdf
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);radiology(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);biomedical(abstract);分类 cs.CV
Comments 17 pages; Website: https://aka.ms/llava-med
专题命中 医疗多模态 :medical image(abstract);diagnosis(abstract);分类 cs.CV
专题命中 医疗多模态 :medical image(abstract);CT(abstract);分类 cs.CV
Journal ref Asian Conference on Computer Vision (ACCV). 2018. 511-526
机构 * Department of Computer Science and Engineering(计算机科学与工程系) ; Department of Biomedical Informatics(生物医学信息学系) ; Department of Neurology(神经病学系) ; Translational Data Analytics Institute(转化数据分析研究所)
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、eess.IV;medical AI(comments)
Comments Accepted at Applications of Medical AI 2025
专题命中 医疗多模态 :MRI(abstract);CT(abstract);radiology(journal_ref)
Journal ref British Journal of Radiology, Volume 96, Issue 1152, 1 December 2023
专题命中 医疗多模态 :CT(abstract);分类 cs.CV、cs.LG、eess.IV;medical image(comments)
Comments 18 pages, 5 figures, submitted to Medical Image Analysis
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、eess.IV;medical image(comments)
Comments Accepted at Medical Image Analysis
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV;medical image(comments)
Comments To be published in the International Conference on Medical Image Computing and Computer Assisted Intervention 2021
专题命中 医疗多模态 :pathology(abstract);biomedical(comments,journal_ref);分类 cs.CV、cs.LG
Comments Accepted for publication at the Journal of Machine Learning for Biomedical Imaging (MELBA) https://melba-journal.org/2025:004
Journal ref Machine.Learning.for.Biomedical.Imaging. 3 (2025)
专题命中 医疗多模态 :MRI(abstract);分类 cs.CV、cs.LG、q-bio
Comments Presented at NeroPRAI 2024 (co-located with ICPRAM 2024). This version did not undergo peer review: refer to the open access version of record (see DOI)
Journal ref Proceedings of the 13th International Conference on Pattern Recognition Applications and Methods (ICPRAM 2024) - NeroPRAI 2024
校准的分诊,而非自主:医学视觉-语言模型的置信度估计
机构 * Michigan State University(密歇根州立大学)
专题命中 医疗多模态 :pathology(abstract);radiology(abstract)
AI总结 针对医学视觉-语言模型在回答时可能忽略图像而依赖语言先验的问题,提出使用置信度估计进行校准分诊,通过评估七种置信度估计器,发现高置信度区域是区分可用估计器的关键,最佳探针可将错误率从41-45%降至1-4%,但无估计器在所有领域和模型中一致最优。
预测Mg/LPSO两相合金应变局域化的多模态深度学习框架
专题命中 医疗多模态 :CT(abstract,abstract_cn)
AI总结 本研究采用多模态深度学习框架,结合三种微观结构描述符,从三维图像预测Mg/LPSO两相合金的压缩局域应变分布,验证了方法的有效性。
Comments Published in Acta Materialia, Volume 281, 120398 (2024)
Journal ref Acta Materialia 281 (2024) 120398
属性应来自图像,而非类名:视觉语言模型的分布条件属性选择
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
AI总结 研究视觉语言模型可解释零样本分类,指出基于类名的描述符视觉证据不足。提出从目标图像集选属性的方法,该方法提升了准确率,性能优于CoOp,用时短,所选属性还能描述数据分布,是一种有效的分布条件属性选择策略。
Comments Accepted at the PFATCV Workshop, ECCV 2026. Project page: https://ggare-cmu.github.io/AttributeSelect/
问两次,看两次:提示回声解决视觉语言模型中的问题优先悖论
机构 * Carnegie Mellon University(卡内基梅隆大学)
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
AI总结 研究视觉语言模型中问题优先提示的悖论,发现问题前置虽能引导感知但后续答案生成阶段难关注到问题。提出问题回声方法,即在图像两侧重复问题,解决了悖论,在多基准测试中表现出色且无需训练等。
GlaBoost:用于青光眼风险分层的多模态结构化框架
机构 * Department of Computer Science, Southern Methodist University(计算机科学系,南方 Methodist 大学) ; Department of Ophthalmology, UT Southwestern Medical Center(眼科学系,UT 南方医学中心) ; High Performance Computing Program, National Aeronautics and Space Administration(高性能计算计划,国家航空航天局)
专题命中 医疗多模态 :diagnosis(abstract);分类 cs.CV、cs.LG、eess.IV
AI总结 研究针对青光眼检测,提出多模态梯度提升框架GlaBoost,统一眼底图像嵌入、文本评估及生物标志物三信号预测风险,融合后用增强XGBoost分类,性能超基线且可解释。
Comments Accepted by IEEE 48th EMBC (2026)
IMCBench:面向多模态大语言模型在图像基础医疗对话中的基准测试
机构 * Amazon Health AI(亚马逊健康AI)
专题命中 医疗多模态 :medical AI(abstract);diagnosis(abstract)
AI总结 提出IMCBench基准,结合临床图像与合成患者档案模拟多轮医疗对话,从安全性、准确性和不确定性使用三个维度评估模型,发现准确描述不等于安全指导。
Comments Accepted at ECML PKDD 2026. 22 pages, 2 figures