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:199
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
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。
实时播报
简单妖妖完成签到 ,获得积分10
1秒前
4秒前
laber完成签到,获得积分0
6秒前
lily完成签到,获得积分10
6秒前
sadhimmel3完成签到,获得积分10
10秒前
xiao xu完成签到 ,获得积分10
12秒前
斯文败类应助原野采纳,获得10
13秒前
jiajia发布了新的文献求助30
13秒前
犹豫的若完成签到,获得积分10
14秒前
橙味美年达完成签到,获得积分10
15秒前
sadhimmel完成签到,获得积分10
16秒前
舒服的月饼完成签到 ,获得积分10
17秒前
墨雨梧桐完成签到 ,获得积分10
20秒前
sadhimmel2完成签到,获得积分10
21秒前
zxx完成签到 ,获得积分10
22秒前
csg888888完成签到,获得积分10
24秒前
24秒前
believe完成签到,获得积分0
25秒前
原野完成签到,获得积分10
26秒前
燕然都护完成签到 ,获得积分10
27秒前
情怀应助hahahaha采纳,获得10
27秒前
沉舟完成签到 ,获得积分10
28秒前
科研韭菜完成签到 ,获得积分10
29秒前
蓝梦诗音完成签到 ,获得积分10
31秒前
陈辰完成签到,获得积分10
33秒前
不器完成签到 ,获得积分10
33秒前
chiien完成签到 ,获得积分10
34秒前
37秒前
41秒前
重要的惜萍完成签到,获得积分10
42秒前
BinSir完成签到 ,获得积分10
43秒前
科研牛马完成签到,获得积分10
44秒前
耍酷的冷雪完成签到,获得积分10
46秒前
47秒前
jfw完成签到 ,获得积分10
48秒前
48秒前
吃的完成签到,获得积分10
52秒前
Ao_Jiang完成签到,获得积分10
52秒前
科研渣渣发布了新的文献求助10
55秒前
hahahaha完成签到,获得积分10
56秒前
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
The Organometallic Chemistry of the Transition Metals 800
Chemistry and Physics of Carbon Volume 18 800
The Organometallic Chemistry of the Transition Metals 800
The formation of Australian attitudes towards China, 1918-1941 640
Signals, Systems, and Signal Processing 610
全相对论原子结构与含时波包动力学的理论研究--清华大学 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6440926
求助须知:如何正确求助?哪些是违规求助? 8254788
关于积分的说明 17572415
捐赠科研通 5499208
什么是DOI,文献DOI怎么找? 2900113
邀请新用户注册赠送积分活动 1876760
关于科研通互助平台的介绍 1716941