💡
原文中文，约3500字，阅读约需9分钟。
📝
内容提要
浙大城市学院等团队构建了首个专用超声图像-文本数据集US-365K，解决了超声影像领域的数据缺口和语义模糊问题。提出的Ultrasound-CLIP框架通过结构化推理和双目标优化，提升了超声诊断的准确性和模型的泛化能力，相关成果已开源，为超声AI研究奠定基础。
🎯
关键要点
- 浙大城市学院等团队构建了首个专用超声图像-文本数据集US-365K，解决了超声影像领域的数据缺口和语义模糊问题。
- US-365K数据集包含36.4万对超声图像-文本样本，覆盖全解剖区域，是业内首个100%专属超声的大规模图文数据集。
- 提出的Ultrasound-CLIP框架通过结构化推理和双目标优化，提升了超声诊断的准确性和模型的泛化能力。
- Ultrasound-CLIP框架创新融入UDAF引导的异质图编码器和基于UDAF的语义软标签，突破了通用模型的局限。
- 团队已将研究相关的代码和US-365K数据集公开，为后续研究者提供可直接复用的基础资源。
❓
延伸问答
US-365K数据集的主要特点是什么？
US-365K数据集包含36.4万对超声图像-文本样本，覆盖全解剖区域，是业内首个100%专属超声的大规模图文数据集。
Ultrasound-CLIP框架如何提升超声诊断的准确性？
Ultrasound-CLIP框架通过结构化推理和双目标优化，提升了超声诊断的准确性和模型的泛化能力。
为什么超声影像领域存在数据缺口？
超声样本在现有医疗跨模态数据集中占比不足5%，缺乏大规模、标准化的专属训练数据。
Ultrasound-CLIP框架的创新点有哪些？
框架创新融入UDAF引导的异质图编码器和基于UDAF的语义软标签，突破了通用模型的局限。
US-365K数据集的构建过程是怎样的？
团队从5个国际权威医疗数据库收集超声数据，经过多步骤处理和医疗专家审核，最终构建出US-365K数据集。
Ultrasound-CLIP在超声图像-文本检索任务中的表现如何？
在图像到文本检索任务中，Ultrasound-CLIP的准确率达37.45%，文本到图像检索达80.22%，实现高效双向匹配。
➡️
