VoxTell
PulseAugur coverage of VoxTell — every cluster mentioning VoxTell across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI代理使用nnInteractive自动化3D医学图像标注
研究人员开发了nnInteractive Agent，一个利用通用人工智能代理自动执行3D图像标注任务的开源系统。该代理可以理解自然语言请求，识别CT和MRI扫描等医学影像中的目标，并使用nnInteractive等工具生成体积掩码。该系统在一个基准数据集上表现出色，取得了高Dice分数，并在各种成像模态和生物对象上表现出鲁棒性，在某些复杂的分割任务中优于专用模型。
-
新AI方法利用放射学报告改进3D CT扫描异常分割
研究人员开发了实例引导报告锚定（IGRA），一个旨在改进胸部CT扫描中3D异常分割的新型模块。IGRA利用现有的放射学报告提供实例特定的指导，而无需新的密集标注。该系统在训练期间将异常实例表示锚定到相应的发现，并在推理时丢弃文本组件，从而实现仅图像的前向传播。这种方法显著提高了分割精度，优于仅图像的基线方法，并在特定子集上显示出与现有方法相当的结果。
-
新型AI模型增强了对MRI和临床数据的胶质瘤分析
研究人员开发了两个独立的多模态大语言模型，用于分析脑部MRI扫描和临床数据，以改进胶质瘤的诊断和分割。第一个模型NeuroMosaic使用解剖学索引路由机制，将MRI区域与临床叙事和分子概念联系起来，在亚型分类和分子标记物预测方面取得了高精度。第二个模型VoxTell则调整了一个视觉-语言基础模型，根据文本指令优化胶质瘤子区域分割，展示了更高的Dice相似系数，并支持其作为临床医生辅助工具的潜力。
-
视觉语言模型与解剖结构对齐以进行肺癌分割
研究人员探讨了提示对齐如何影响非小细胞肺癌（NSCLC）肿瘤识别的零样本分割视觉语言模型（VLMs）。他们对VoxTell模型的研究表明，解剖位置是指导模型注意力的主要因素，其重要性远超诊断或人口统计学信息。虽然VoxTell的零样本性能与一些微调模型相当，但研究结果表明，评估VLMs时应考虑它们所对齐的提示维度，而不仅仅是分割准确性。