跳到正文
arXiv · 机器人与计算机视觉· Hao-Chih Lee, Zahi A. Fayad, Xueyan Mei·· 8 天前AI 评分43

Uni-Loc:通过空间 grounded 视觉语言分类实现弱监督 3D CT 病理定位

Uni-Loc: Weakly Supervised 3D CT Pathology Localization via Spatially Grounded Vision-Language Classification

AI 导读

Uni-Loc 框架利用扫描级监督统一了病理分类与三维定位,无需额外的体素级标注。在包含 355 个标注 CT 的五项任务中,其宏观平均体素级 AUROC/AUPR 达 96.1%/34.5%,优于相关性传播和梯度显著性基线。该成果证明了在无特定病理体素监督下实现有效三维定位的可行性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org