研究人员开发了一个新的超声图像分析框架，该框架模仿了超声检查员在诊断前主动放大特定区域的方式。这种“先缩放后诊断”的方法旨在通过实现以病灶为中心的推理来提高视觉语言模型（VLM）在医疗环境中的准确性。该系统还包含一个不确定性感知奖励机制，用于评估预测的一致性，在存在歧义时鼓励谨慎。在肝脏、乳腺和甲状腺数据集上的实验显示，病灶定位得到了显著改善，表明该模型的诊断能力得到了增强。 AI
影响 通过使模型能够专注于相关区域并考虑歧义，提高了医学影像的诊断准确性。
排序理由 发表了一篇详细介绍新框架和实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →