CAG-VLM 大模型微调提升冠脉造影诊断性能
热点事件持续更新
CAG-VLM 大模型微调提升冠脉造影诊断性能
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
为了解决冠状动脉造影(CAG)解读依赖专家的问题,一项新研究构建了包含 14,686 帧关键帧标注的双语(日/英)数据集。研究人员利用该数据集对 PaliGemma2、Gemma3 及 ConceptCLIP-enhanced Gemma3 三个开源视觉语言模型进行了 LoRA 微调。 评估结果显示,经过微调的模型在 VLScore 指标及心内科医生评审中均表现出性能提升,表明其具备面向下一代诊断系统的潜力。
AI 根据报道生成 · 26 分钟前更新
最新进展11月20日 13:00
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报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · 机器人与计算机视觉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
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。