Jan, 2024
放射学中的医学图像自由形式问答
Free Form Medical Visual Question Answering in Radiology
TL;DR医学领域中的视觉问答(VQA)面临独特的、跨学科的挑战,结合了计算机视觉、自然语言处理和知识表示等领域。本研究针对这一研究领域的空白,探讨了放射学图像的有效表示和多模态表示的联合学习,超越了现有方法。我们创新性地增强了SLAKE数据集,使我们的模型能够回答更多样化的问题,不仅限于放射学或病理学图像的直接内容。我们的模型以较简单的架构实现了79.55%的top-1准确度,表现与当前最先进的模型相当。这项研究不仅推进了医学VQA,还在诊断环境中开辟了实用应用的途径。