Dec, 2022
UnICLAM: 对抗掩蔽的对比表示学习,实现统一和可解释的医学视觉问答
UnICLAM:Contrastive Representation Learning with Adversarial Masking for Unified and Interpretable Medical Vision Question Answering
Chenlu Zhan, Peng Peng, Hongsen Wang, Tao Chen, Hongwei Wang
TL;DR本篇论文提出了 UnICLAM,一种通过对比表示学习与敌对遮盖进行统一解释的医学视觉问答模型,可用于心力衰竭等疾病的诊断,并且在公共基准上胜过了 11 种最先进的医学视觉问答模型。