Jul, 2023

CephGPT-4：一款交互式多模式颅面测量和诊断系统，配备视觉大语言模型

HTML
PDF
TL;DR本文提出了基于多模医学数据的新型多模头影分析和诊断对话模型，用于牙齿矫正的测量和诊断应用。通过CephGPT-4模型，对头影数据和生成的诊断报告进行了独立的微调，展示了出色的性能。
发现论文，激发创造
  • ChatGPT用于塑造牙科未来: 多模式大型语言模型的潜力

    这篇论文探讨了大型语言模型(例如ChatGPT和LLMs)在牙科领域应用的可能性，其中包括自动化牙科诊断和跨模态牙科诊断，并阐述了它们在牙科临床应用中的潜在作用和对临床和研究的颠覆性影响。

    Mar, 2023

  • 利用语言模型推进医学影像学：从N-grams到ChatGPT的旅程

    该研究综述了语言模型在医学成像领域中的应用，重点介绍了不同应用，如图像字幕、报告生成、报告分类、查找提取、视觉问答、可解释性诊断等，并探讨了语言模型在医学影像分析中的潜在优点，包括提高临床工作流程效率、降低诊断错误、协助医疗保健专业人员提供及时准确的诊断。

    Apr, 2023

  • 3D 照片的全自动标志地和面部分割

    使用基于深度学习的方法，该研究发展和评估了一种自动化头影测量标注方法。该方法在三维面部立体摄影中实现了自动的标注，能够精确和一致地标记关键点，可用于大数据集的定量分析，诊断，随访和虚拟手术规划。

    Sep, 2023

  • 基于轻量级超分辨率头部人体姿态估计的颅面标志检测再探

    通过研究人体姿势估计（HPE）和头颅测量检测（CLD）之间的相似性，本文提出一种可靠的用于头颅测量检测性能改进的基准方法，并通过引入超分辨率模块和量化偏差的减少以进一步提升性能，在MICCAI CLDetection2023挑战中取得了显著的成绩。

    Sep, 2023

  • IQAGPT：基于视觉语言和ChatGPT模型的图像质量评估

    在医学成像中，本研究以 IQAGPT 为例，结合了图像质量说明的 VLM 和 ChatGPT，利用大型语言模型实现图像质量评估和生成文本报告。结果表明 IQAGPT 在图像质量评估方面表现优异，超过了 GPT-4、CLIP-IQA 和仅依赖图像的多任务分类和回归模型。

    Dec, 2023

  • 借助人工智能改变牙科诊断：ChatGPT 和大型语言模型在患者护理中的先进集成

    人工智能和大型语言模型（LLMs）对医学诊断的影响及其潜在未来研究方向和挑战，尤其是在牙科领域。这篇论文还探讨了AI在转变牙科诊断以提高患者护理方面的广泛影响和挑战，并提供了有价值的见解。

    Jun, 2024

  • 原型网络在不同年龄段下的颅面测量点检测

    我们提出了CeLDA方法，通过将图像特征与标志物原型进行比较，利用原型网络进行标志物检测，解决了不同年龄组之间标志物出现差异的问题，并引入了新的策略改进原型对齐以获得全面的标志物估计。此外，我们还介绍了一种新的原型关系挖掘范式，用于利用标志物原型之间的解剖关系。大量实验证实了CeLDA在成年人和青少年标志物检测方面的优越性，这是首个针对不同年龄组的头影测量标志物检测的统一解决方案和数据集。

    Jun, 2024

  • HuatuoGPT-Vision，面向大规模注入医学视觉知识的多模态语言模型

    通过使用 PubMedVision 数据集，我们对医学图像和文本进行了精炼和重构，从而改善了当前 MLLM 的医学多模态能力，并在医学多模态场景中展现了卓越的性能。

    Jun, 2024

  • 用于自动侧位X射线头影测量标志检测的深度学习技术：问题是否解决？

    本研究解决了侧位头影图中颅面标志定位的自动化问题，提出了“头影测量标志检测（CL-Detection）”数据集，成为此领域最大的公开数据集。研究显示，最先进的深度学习方法在标志检测上已接近专家分析，平均检测率达到75.719%，为高精度自动定位颅面标志打开了大门，同时也指出了深度学习方法仍存在的不足。

    Sep, 2024

  • ZALM3：通过上下文信息在多轮多模态医学对话中实现零样本视觉语言对齐增强

    本研究解决了在多轮多模态医学对话中，由于患者手机拍摄的图像质量差而导致的视觉语言对齐问题。提出的ZALM3零样本策略通过利用之前的文本对话信息来识别图像中的兴趣区域，从而显著提升对齐效果。实验结果显示，该方法在不同临床科室中具备显著的有效性和潜在影响。

    Sep, 2024