DeViDe：基于分面的医学知识，以提升医学视觉 - 语言预训练
原文中文，约400字，阅读约需1分钟。发表于：。在胸片 X 光的视觉语言预训练方面取得了显著进展，主要通过利用配对的放射照片和放射学报告。为了解决医学知识编码的挑战，我们提出了一种新颖的基于 Transformer 的方法 DeViDe，它利用来自开放网络的放射照片描述。DeViDe 将具体定义和放射学报告与开放网络中疾病的通用视觉特征相结合，提供了对知识的整体快照。在零样本设置下，DeViDe...
DeViDe是一种基于Transformer的新方法，用于胸片X光的视觉语言预训练，利用放射照片描述和开放网络中的通用视觉特征，提供了对医学知识的整体快照。在零样本设置下，DeViDe在外部数据集上表现出与全监督模型相当的性能，并在三个大规模数据集上达到了最先进的结果。此外，DeViDe在下游任务和分割任务上也展示了优越的性能。
