arXiv · AI· Dianye Huang, Jiamei Guo, Yue Zhou, Mingde Li, Yi Xiong, Wei Wang, Nassir Navab, Zhongliang Jiang·· 4 小时前AI 评分30
HAD-VLM 结合扩散模型提升医学超声定量测量精度
Beyond Discrete Tokens: Preserving Numerical Continuity in Medical Vision-Language Models
AI 导读
HAD-VLM 采用混合自回归-扩散框架，在 EchoNet-LVH 四项超声任务中 MAE 降低 21.4-37.6%。该模型通过扩散过程预测五分量表示，结合坐标-长度一致性机制与集成预测提升精度。其统一了语言交互与解剖学锚定的数值预测，用于定量医学影像分析。
来源：arXiv · AI · arxiv.org