跳到正文
arXiv · 机器人与计算机视觉· Hanbin Ko, Gihun Cho, Inhyeok Baek, Donguk Kim, Joonbeom Koo, Changi Kim, Dongheon Lee, Chang Min Park·· 9 天前AI 评分58

探索大型语言模型编码器在胸部 X 光图像 - 文本检索中的能力

Exploring the Capabilities of Large Language Model Encoders for Image-Text Retrieval in Chest X-rays

AI 导读

该研究针对胸部放射摄影中医学报告风格异构、缩写多及印象式简写等问题,提出一种域自适应的双向大语言模型文本编码器。通过在风格多样但临床等效的报告变体上进行掩码预测和监督对比学习训练,结合参数高效适应技术集成到双塔对比视觉 - 语言框架中,显著提升了图像 - 文本双向检索精度与外部泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org