PulseAugur
中
实时 12:33:36
English(EN) NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding

NeuroQA基准测试AI对3D脑部MRI的理解能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了NeuroQA，这是一个旨在评估3D脑部MRI扫描视觉问答能力的新基准。该基准包含来自12,000多名受试者的56,000多个问答对，涵盖了广泛的年龄范围和五个主要临床领域。NeuroQA旨在克服先前医学VQA工作的局限性，通过利用完整的3D体积并实施防止纯文本捷径的策略，初步评估显示当前模型难以超越基线准确率。 AI

影响 为AI解读复杂3D医学影像的能力树立了新标准，可能加速诊断AI的开发。

排序理由 该集群描述了一篇介绍AI研究基准数据集的新学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

NeuroQA基准测试AI对3D脑部MRI的理解能力

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Mohammad H. Abbasi (Stanford University), Favour Nerrise (Stanford University), Shaurnav Ghosh (Stanford University), Ridvan Yesiloglu (Stanford University), Yuncong Mao (Stanford University), Bailey Trang (Stanford University), Mohammad Asadi (Stanford … ·

    NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding

    arXiv:2605.20525v1 Announce Type: cross Abstract: We present NeuroQA, a large-scale benchmark for visual question answering in 3D brain magnetic resonance imaging (MRI), with 56,953 QA pairs from 12,977 subjects across 12 datasets. It spans ages 5-104 and five clinical domains: A…

  2. arXiv cs.CL TIER_1 English(EN) · Ehsan Adeli ·

    NeuroQA: A Large-Scale Image-Grounded Benchmark for 3D Brain MRI Understanding

    We present NeuroQA, a large-scale benchmark for visual question answering in 3D brain magnetic resonance imaging (MRI), with 56,953 QA pairs from 12,977 subjects across 12 datasets. It spans ages 5-104 and five clinical domains: Alzheimer's, Parkinson's, tumors, white matter dise…

相关实体

相关话题