PureNeurons

新框架利用几何和反事实推理增强医学视觉语言模型病变解释 · 跟踪3个来源

研究人员开发了新的医学视觉语言模型（VLMs）框架，以改进对具有多种表型的复杂病变的解释。PureVision框架使用几何监督学习来保留解剖结构层次和表型子类之间的关系，解决了当前仅语义监督的局限性。一种相关的方法，Representation，采用反事实推理来学习相对于正常解剖结构的表型特定增量。这两种方法都旨在增强医学VLMs中的病变定位和表型表征，并在LIDC-IDRI和CBIS-DDSM等数据集上显示出改进的性能。