Ultrasound VQA

新的视觉语言模型框架模仿超声检查员的主动缩放以进行超声诊断

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。