BriefGPT - AI 论文速递 · 2023-09-12T00:00:00Z 基于掩膜对比学习的细粒度对齐算法：提升放射学报告基础模型的表示能力 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 该研究提出了一种名为MaCo的多模态医学基础模型，通过遮蔽对比学习实现医学影像任务的细粒度对齐和零样本学习，并结合相关权重机制来增强表示学习能力。在六个开源X射线数据集上评估MaCo，实验结果表明其在分类、分割和零样本阶段定位方面优于七种最先进的方法，展示了其在促进各种医学图像分析任务方面的巨大潜力。 🏷️ 标签 MaCo 医学影像 对比学习 算法 表示学习 遮蔽对比学习 零样本学习 阅读原文 生成长图 分享链接 已复制链接
