研究人员开发了一种方法,通过使用计算机断层扫描(CT)扫描和放射学报告,将3D医学视觉语言模型(VLM)适配到机构特定的肝细胞癌(HCC)分类任务中。该研究比较了全参数微调和参数高效微调(PEFT)技术,发现这两种方法都比预训练模型提高了性能,且无需病灶级标注。PEFT,特别是使用ConvLoRA作为图像编码器和LoRA作为文本编码器,在仅更新约1%的模型参数的情况下取得了与全参数微调相当的结果,尽管需要更多的训练步骤。 AI
影响 展示了将医学VLM高效适配到机构特定任务中的能力,有望在数据有限的情况下提高诊断准确性。
排序理由 该集群包含一篇研究论文,详细介绍了一种适配医学视觉语言模型的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D Abdominal Vision-Language Model
- computed tomography
- ConvLoRA
- Febryan Putra Kartika
- Full Fine-tuning
- Hartford HealthCare
- LoRA+
- peft
- Radiology reports
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →