arrow
返回

Optimizing Medical Image Captioning with Conditional Prompt Encoding

delete2026-01-01
delete0
PRE
AI
F
Fernandes, Rendson F.
H
Hugo S. Oliveira *
P
Pedro Ribeiro
H
Hélder P. Oliveira
DOI:10.1007/978-3-031-99568-2_16delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
医学图像字幕生成是产生医学图像描述性文本报告的重要工具。医学图像字幕生成的核心问题之一是其领域描述生成能力较差,因为大型预训练语言模型主要在非医学文本领域进行训练,而医学文本的语义不同。为克服这一局限,我们探索了针对X射线图像的对比学习改进,并结合软提示工程(soft prompt engineering)用于医学图像字幕生成和条件文本解码。主要目标是开发一个软提示模型,以提高自动生成字幕的准确性和临床相关性,同时保证其完整的语言准确性而不损害模型性能。在MIMIC-CXR和ROCO数据集上的实验表明,引入定制的软提示提高了准确性和效率,同时确保了字幕更具连贯的医学背景,有助于医学诊断并鼓励更准确的报告。
Keyword:
Transformers
Contrastive Learning
Soft Prompts
Image Caption

期刊

P
PATTERN RECOGNITION AND IMAGE ANALYSIS, IBPRIA 2025, PT II
IF:
0
论文数:
26
被引数:
0

机构

U
universidade do porto
学者数:
4.3K
论文数: 1.7K
被引数: 4
引用论文

引用论文

Chest X-Ray Report Generation Through Fine-Grained Label Learning通过细粒度标签学习生成胸部x光报告
err2020-09-29
err0
PREAI
errTanveer Syeda-Mahmood; Ken C. L. Wong; Yaniv Gur; Joy T. Wu; Ashutosh Jadhav; Satyananda Kashyap; Alexandros Karargyris; Anup Pillai; Arjun Sharma; Ali Bin Syed; Orest Boyko; Mehdi Moradi
err分享
err收藏
Multimodal Large Language Models in Health Care:Applications,Challenges, and Future Outlook医疗保健中的多模态大语言模型: 应用,挑战和未来展望
err2024-09-25
err7
errOAAI
errAlSaad, Rawan; Abd-alrazaq, Alaa; Boughorbel, Sabri; Ahmed, Arfan; Renault, Max-Antoine; Damseh, Rafat; Sheikh, Javaid
err分享
err收藏
Aligning Medical Images with General Knowledge from Large Language Models
err2024-01-01
err0
PREAI
errFang,Xiao; Lin,Yi; Zhang,Dong; Cheng,Kwang-Ting; Chen,Hao
err分享
err收藏
Long Short-Term Memory长短期记忆
err1997-11-01
err0
PREAI
errSepp Hochreiter; Jürgen Schmidhuber
err分享
err收藏
err分享
err收藏
Diagnostic captioning: a survey
err2022-06-16
err0
errOAAI
errJohn Pavlopoulos; Vasiliki Kougia; Ion Androutsopoulos; Dimitris Papamichail
err分享
err收藏
学者 查看更多内容