跳到正文
arXiv · AI· Xingyue Wang, Bo Liu, Meng Wang, Zhixuan Zhang, Chengcheng Zhu, Huazhu Fu, Jiang Liu·· 3 天前AI 评分22

FundusGround:基于空间定位病变证据的临床医学可解释眼科 VQA 基准

Towards Clinically Interpretable Ophthalmic VQA via Spatially-Grounded Lesion Evidence

AI 导读

研究团队发布眼科视觉问答(VQA)基准 FundusGround,包含 10,719 张眼底图像、15,595 个病变标注及 72,706 个问答对。 该基准利用 ETDRS 网格对病变进行空间定位,映射至 9 个临床视网膜区域,支持四类问答格式。 实验表明,引入病变级视觉证据能提升通用及医疗视觉语言模型的性能与透明度,证实了空间定位在可解释眼科 VQA 中的必要性。

来源:arXiv · AI · arxiv.org