跳到正文
arXiv · 机器人与计算机视觉· Yuto Nakamura, Satoshi Kodera, Haruki Settai, Hiroki Shinohara, Masatsugu Tamura, Tomohiro Noguchi, Tatsuki Furusawa, Ryo Takizawa, Tempei Kabayama, Norihiko Takeda·· 4 小时前AI 评分72

CAG-VLM:面向下一代诊断系统的冠状动脉造影图像大模型微调

CAG-VLM: Fine-Tuning of a Large-Scale Model to Recognize Angiographic Images for Next-Generation Diagnostic Systems

AI 导读

针对冠状动脉造影(CAG)解读依赖专家的问题,该研究构建了包含 14,686 帧关键帧标注的双语(日/英)CAG 图像 - 报告数据集。通过 LoRA 微调 PaliGemma2、Gemma3 及 ConceptCLIP-enhanced Gemma3 三个开源视觉语言模型,并在 VLScore 与心内科医生评审中评估性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org