الأبحاث المرتبطة بالكلمة المفتاحية: الإجابة على الأسئلة البصرية
-
PitVQA++: تكيف مصفوفة المتجهات ذات الرتبة المنخفضة للإجابة على الأسئلة البصرية المفتوحة في جراحة الغدة النخامية PitVQA++: Vector Matrix-Low-Rank Adaptation for Open-Ended Visual Question Answering in Pituitary Surgery
2026 | المؤلف: Runlong He وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يتناول هذا القسم التقدم في نماذج الرؤية-اللغة (VLMs) للإجابة على الأسئلة البصرية (VQA) في سياق الإجراءات الجراحية، مع التركيز بشكل خاص على تطبيقها في تعزيز اتخاذ القرارات داخل العملية التعليمية الجراحية. تواجه تطوير VLMs للإجابة على الأسئلة الجراحية تحديات مثل مجموعات البيانات المحدودة ومشكلات مثل الإفراط في التكيف والنسيان الكارثي أثناء ضبط النماذج المدربة مسبقًا.…
-
Med3DVLM: نموذج رؤية-لغة فعال لتحليل الصور الطبية ثلاثية الأبعاد Med3DVLM: An Efficient Vision-Language Model for 3D Medical Image Analysis
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Journal of Biomedical and Health Informatics | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث Med3DVLM، وهو نموذج رؤية-لغة (VLM) مصمم خصيصًا لتحليل الصور الطبية ثلاثية الأبعاد، حيث يتناول التحديات المتعلقة بالمتطلبات الحسابية العالية ومحاذاة الميزات المكانية ثلاثية الأبعاد مع النصوص السريرية. يتضمن Med3DVLM ثلاثة مكونات مبتكرة: (1) DCFormer، وهو مشفر فعال يستخدم عمليات الالتفاف ثلاثية الأبعاد المفككة لالتقاط الميزات المكانية الدقيقة بشكل فعال؛ (2) SigLIP، وهي استراتيجية…