Looking to add a splash of color, rhythm, and flair to your designs? Brazilian fonts are a fantastic way to channel the rich culture and creative energy of Brazil. In this post, we’ve put together...

FLAIR是一种用于医学图像分类的预训练视觉语言模型，尤其在少样本情况下表现优异。研究表明，FLAIR在眼底图像分类中优于传统方法，迁移学习能进一步提升性能。为解决医学数据稀缺问题，提出了包含超过100万张图像的SynFundus-1M合成数据集，显著改善了模型训练效果。此外，研究还探讨了多视角成像数据的利用，增强了模型的稳健性和准确性。

该研究提供了一种模拟框架，用于对抗常见的磁共振成像协议中的采集漂移，以对深度分割网络进行“压力测试”。研究人员使用模拟磁共振信号方程的“采集漂移导数”来模拟 MR 图像的获取变化，并通过真实 MR 扫描验证生成的图像。最后，他们使用最先进的 MS 病变分割网络进行示例压力测试，以探索描述 F1 得分与序列参数回波时间（TE）和倒转时间（TI）之间依赖关系的通用模型函数。

USTC FLICAR数据集用于开发重型自主空中工作机器人的同时定位和制图以及精确三维重建。该数据集包括长颈鹿映射机器人和Okapi映射机器人，适用于空中场景。

本研究探讨了预训练视觉语言模型在医学图像领域的知识传递能力，发现医学提示语的合理设计是调用预训练模型知识的关键。通过共享表达属性提示，可实现知识跨越领域，改进泛化能力。通过三种自动生成医学提示的方法，可以注入专家级知识和图像特定信息，提高零样本性能。微调模型超过了受监督的模型。