返回
Zero-shot medical image classification via large multimodal models and knowledge graphs-driven processing
DOI:10.1016/j.ymeth.2025.09.006.png)
摘要
En 中文
• 我们提出CMKR,一种用于零样本医学图像分类任务的跨模态知识表示框架。该框架充分利用了大模态模型提供的隐式知识以及知识图谱提供的显式知识,成功提高了医学图像诊断的成功率。
• 我们提出了一种跨模态对齐策略,通过设计适当的损失函数,严格对齐跨模态和模内特征,包括图像-文本对、图像-图像对和文本-文本对。
• 我们通过在公开数据集上的大量实验证明,我们的方法能够显著提升零样本医学图像分类任务的性能。
期刊
IF:
4.3
论文数:
4.9K
被引数:
2.4W

