蒙纳士大学 & 英伟达发布 2021 年医疗视觉问答

极市平台

于 2021-12-09 18:53:23 发布

阅读量2.5k

点赞数

文章标签：计算机视觉人工智能深度学习

本文链接：https://blog.csdn.net/Extremevision/article/details/121839523

版权

这篇论文探讨了医学视觉问答（VQA）领域，它是医学人工智能和视觉问答挑战的交叉点。作者分析了现有的医疗VQA数据集，包括数据源、规模和特性，并回顾了相关方法。此外，他们还指出了该领域的挑战并提出了未来研究方向。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

论文：Medical Visual Question Answering: A Survey

作者：Zhihong Lin,Donghao Zhang,Qingyi Tac,Danli Shi,Gholamreza Haffari,Qi Wu,Mingguang He,Zongyuan Ge

机构：beResearch Center, Monash University, Clayton, VIC, Australia, NVIDIA AI Technology Center, Singapore, State Key Laboratory of Ophthalmology, Zhongshan Ophthalmic Center, Sun Yat-Sen University, Guangzhou, China

摘要：医学视觉问答（VQA）是医学人工智能和流行的VQA挑战的结合。给定一幅医学图像和一个自然语言的临床相关问题，医学VQA系统预计将预测一个可信和令人信服的答案。虽然已经对一般领域的VQA进行了广泛的研究，但医学VQA由于其任务的特点，仍然需要具体的调查和探索。在本次调查的第一部分中，我们涵盖并讨论了最新公开的医疗VQA数据集，包括数据源、数据量和任务特征。在第二部分中，我们回顾了医学VQA任务中使用的方法。在最后一部分，我们分析了该领域面临的一些医学挑战，并讨论了未来的研究方向。

数据集概述：