跳到正文
热点事件持续更新

研究发布高效自监督适应 3D VLM 用于肝癌分类

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

一项新研究针对跨机构临床任务适配问题,利用配对腹部 CT 扫描和放射学报告对预训练的 3D 医学视觉语言模型(VLM)进行了自监督适应。实验对比了全量微调与参数高效微调(PEFT)两种策略:全量微调收敛快但易过拟合,而 PEFT 方案在仅更新约 1% 参数的情况下达到了相当性能,AUC 为 0.79,F1 为 0.70。相关论文已发布于 arXiv。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    通过全量微调与 PEFT 实现 3D 腹部视觉语言模型的自监督自适应以进行肝癌分类

    该研究针对跨机构的临床任务适配问题,利用配对腹部 CT 扫描和放射学报告对预训练的 3D 医学 VLM 进行了自监督适应。实验对比了全量微调与参数高效微调(PEFT)两种策略:全量微调收敛快但易过拟合,而 PEFT(图像编码器用 ConvLoRA,文本编码器用 LoRA)在更新约 1% 参数的情况下达到了相当的性能,AUC 为 0.79,F1 为 0.70。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。