亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Multi-Modal Understanding and Generation for Medical Images and Text via Vision-Language Pre-Training

计算机科学 隐藏字幕 人工智能 任务(项目管理) 情态动词 自然语言处理 上下文图像分类 一般化 医学影像学 代表(政治) 机器学习 计算机视觉 图像(数学) 数学分析 化学 数学 管理 高分子化学 经济 政治 政治学 法学
作者
Jong Hak Moon,Hyungyung Lee,Woncheol Shin,Young‐Hak Kim,Edward Choi
出处
期刊:IEEE Journal of Biomedical and Health Informatics [Institute of Electrical and Electronics Engineers]
卷期号:26 (12): 6070-6080 被引量:167
标识
DOI:10.1109/jbhi.2022.3207502
摘要

Recently a number of studies demonstrated impressive performance on diverse vision-language multi-modal tasks such as image captioning and visual question answering by extending the BERT architecture with multi-modal pre-training objectives. In this work we explore a broad set of multi-modal representation learning tasks in the medical domain, specifically using radiology images and the unstructured report. We propose Medical Vision Language Learner (MedViLL), which adopts a BERT-based architecture combined with a novel multi-modal attention masking scheme to maximize generalization performance for both vision-language understanding tasks (diagnosis classification, medical image-report retrieval, medical visual question answering) and vision-language generation task (radiology report generation). By statistically and rigorously evaluating the proposed model on four downstream tasks with three radiographic image-report datasets (MIMIC-CXR, Open-I, and VQA-RAD), we empirically demonstrate the superior downstream task performance of MedViLL against various baselines, including task-specific architectures.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
建议保存本图,每天支付宝扫一扫(相册选取)领红包
实时播报
clhoxvpze完成签到 ,获得积分10
1秒前
tdtk发布了新的文献求助10
1秒前
xiaoxiao发布了新的文献求助10
2秒前
neao完成签到 ,获得积分10
11秒前
15秒前
小蘑菇应助豆都采纳,获得30
16秒前
32秒前
36秒前
磊少完成签到,获得积分10
36秒前
37秒前
桐桐应助传统的书包采纳,获得10
44秒前
45秒前
49秒前
ljx完成签到 ,获得积分10
52秒前
brwen完成签到,获得积分10
54秒前
58秒前
快乐的小蘑菇完成签到 ,获得积分10
1分钟前
Tracy完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
Ava应助aIARLAE采纳,获得10
1分钟前
1分钟前
1分钟前
1分钟前
Lalala发布了新的文献求助10
1分钟前
1分钟前
1分钟前
aIARLAE完成签到,获得积分10
1分钟前
1分钟前
Yy完成签到 ,获得积分10
1分钟前
豆都发布了新的文献求助30
1分钟前
缓慢采柳完成签到 ,获得积分10
1分钟前
浮游应助科研通管家采纳,获得10
1分钟前
浮游应助科研通管家采纳,获得10
1分钟前
浮游应助科研通管家采纳,获得10
1分钟前
浮游应助科研通管家采纳,获得10
1分钟前
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
Lalala完成签到,获得积分10
1分钟前
欣慰外套完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
List of 1,091 Public Pension Profiles by Region 1041
Mentoring for Wellbeing in Schools 1000
Binary Alloy Phase Diagrams, 2nd Edition 600
Atlas of Liver Pathology: A Pattern-Based Approach 500
A Technologist’s Guide to Performing Sleep Studies 500
EEG in Childhood Epilepsy: Initial Presentation & Long-Term Follow-Up 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5493754
求助须知:如何正确求助?哪些是违规求助? 4591769
关于积分的说明 14434606
捐赠科研通 4524156
什么是DOI,文献DOI怎么找? 2478694
邀请新用户注册赠送积分活动 1463684
关于科研通互助平台的介绍 1436464