arXiv · 机器人与计算机视觉· Jiajie Mu, Lu Chen, Zheyun Qin, Xiaoming Xi, Lishan Qiao, Xiushan Nie, Yilong Yin·· 2 天前AI 评分35
LogicEye: Agent Driven Multimodal Dataset for Interpretable Ophthalmic Diagnosis
LogicEye: Agent Driven Multimodal Dataset for Interpretable Ophthalmic Diagnosis
AI 导读
LogicEye$^{Agent}$通过双池推理与验证智能体模拟临床思维,联合多模态大模型与专家对眼底和 OCT 图像进行质量把关。基于此构建的 LogicEye$^{Data}$包含 804,461 张配对结构化病理报告的影像,覆盖 38 种疾病及 29 个亚型。LogicEye$^{Bench}$引入类别约束损失以抑制诊断幻觉,为眼科可解释视觉语言建模奠定基础,代码已开源。
来源:arXiv · 机器人与计算机视觉 · arxiv.org