研究人员开发了TMF-RSE,一个新颖的三模态深度学习框架,旨在从医学影像中准确评分肺部疾病的严重程度。该框架整合了来自2D胸部输入的表观特征、来自肺部分割掩码的结构特征以及来自视觉语言模型的语义特征。TMF-RSE还结合了证据回归,以提供严重程度预测和不确定性估计,在Per-COVID-19 CT和RALO数据集上优于现有的基于Transformer的基线模型。 AI
影响 该模型的多模态方法和不确定性估计有望推动AI在医学诊断和严重程度评分方面的应用。
排序理由 该集群描述了一篇关于用于特定医疗任务的新型AI模型的研究论文。
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- Per-COVID-19 CT
- RaLo
- Salah Eddine Bekhouche
- ScienceCast
- TMF-RSE
- transformer-based baselines
- vision-language model
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →