跳到正文
arXiv · AI· Szymon P{\l}otka, Gizem Mert, Pedro R. A. S. Bassi, Wenxuan Li, Zongwei Zhou, Anna Marcinkiewicz, Wiktoria Roma\'nczyk, Jaros{\l}aw B. \'Cwik{\l}a, {\L}ukasz Struski, Ewa Szczurek, Jacek Tabor, Arkadiusz Sitek·· 10 天前AI 评分20

A2MoE:面向3D医学视觉-语言预训练的解剖激活混合专家模型

Anatomy-Activated Mixture-of-Experts for 3D Medical Vision-Language Pre-training

AI 导读

A2MoE框架将解剖归纳偏置引入3D医学视觉-语言预训练,基于6万余例多期CT数据训练后,在分割、分类和检测基准上取得领先性能。 其核心包含直方图表示路由器(HRR)和器官查询多尺度投影器(OQMSP),通过patch级路由降低复杂度,并无需人工标注即可实现细粒度对齐。 该模型还能泛化至MRI和超声影像,为医学表征学习提供可扩展基础。

来源:arXiv · AI · arxiv.org