gradient saliency

Uni-Loc框架通过弱监督实现准确的3D CT病理定位

研究人员开发了Uni-Loc，一个新颖的视觉语言框架，旨在仅使用扫描级监督来准确地精确定位3D CT扫描中的异常。该方法通过分析条件查询和图像特征之间的空间相似性，统一了病理分类和3D定位。Uni-Loc的token到voxel上采样和梯度引导阈值处理能够在不需要额外学习参数或病理特定的voxel级注释的情况下实现高分辨率定位。该框架在五个定位任务上表现出优越的性能，并在CT-RATE和RAD-ChestCT数据集上的分类准确性方面优于现有方法。