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!

Enhancing 3D Medical Image Understanding with Pretraining Aided by 2D Multimodal Large Language Models

计算机科学 人工智能 自然语言处理 医学影像学 计算机视觉 图像(数学) 情报检索
作者
Qiuhui Chen,Xiaolei Yao,Huping Ye,Yi Hong
出处
期刊:IEEE Journal of Biomedical and Health Informatics [Institute of Electrical and Electronics Engineers]
卷期号:PP: 1-14 被引量:1
标识
DOI:10.1109/jbhi.2025.3609739
摘要

Understanding 3D medical image volumes is critical in the medical field, yet existing 3D medical convolution and transformer-based self-supervised learning (SSL) methods often lack deep semantic comprehension. Recent advancements in multimodal large language models (MLLMs) provide a promising approach to enhance image understanding through text descriptions. To leverage these 2D MLLMs for improved 3D medical image understanding, we propose Med3DInsight, a novel pretraining framework that integrates 3D image encoders with 2D MLLMs via a specially designed plane-slice-aware transformer module. Additionally, our model employs a partial optimal transport based alignment, demonstrating greater tolerance to noise introduced by potential noises in LLM-generated content. Med3DInsight introduces a new paradigm for scalable multimodal 3D medical representation learning without requiring human annotations. Extensive experiments demonstrate our state-of-the-art performance on two downstream tasks, i.e., segmentation and classification, across various public datasets with CT and MRI modalities, outperforming current SSL methods. Med3DInsight can be seamlessly integrated into existing 3D medical image understanding networks, potentially enhancing their performance. Our source code, generated datasets, and pre-trained models will be available upon acceptance.
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。
实时播报
Milton_z完成签到 ,获得积分0
3秒前
5秒前
wlq完成签到,获得积分10
7秒前
17秒前
19秒前
ding应助xhDoc采纳,获得30
21秒前
淡定的翠霜完成签到 ,获得积分10
30秒前
梦华完成签到 ,获得积分10
31秒前
为十完成签到 ,获得积分10
36秒前
37秒前
酷波er应助zcl采纳,获得10
39秒前
trq1007完成签到,获得积分20
42秒前
阿宁关注了科研通微信公众号
42秒前
fffffan发布了新的文献求助10
42秒前
43秒前
45秒前
iacir33完成签到,获得积分10
46秒前
科目三应助trq1007采纳,获得10
47秒前
48秒前
49秒前
星辰大海应助fffffan采纳,获得10
49秒前
阿宁发布了新的文献求助10
54秒前
一碗小米饭完成签到,获得积分10
55秒前
FashionBoy应助南草北树采纳,获得10
56秒前
aDou完成签到 ,获得积分10
1分钟前
thenafly完成签到,获得积分10
1分钟前
JamesPei应助科研通管家采纳,获得10
1分钟前
科研通AI6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
Criminology34应助科研通管家采纳,获得10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
星辰大海应助科研通管家采纳,获得10
1分钟前
今后应助科研通管家采纳,获得10
1分钟前
1分钟前
共享精神应助科研通管家采纳,获得10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
大模型应助科研通管家采纳,获得10
1分钟前
Criminology34应助科研通管家采纳,获得10
1分钟前
马宇航完成签到 ,获得积分10
1分钟前
kexuezhongxinhu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
Kolmogorov, A. N. Qualitative study of mathematical models of populations. Problems of Cybernetics, 1972, 25, 100-106 800
FUNDAMENTAL STUDY OF ADAPTIVE CONTROL SYSTEMS 500
微纳米加工技术及其应用 500
Nanoelectronics and Information Technology: Advanced Electronic Materials and Novel Devices 500
Performance optimization of advanced vapor compression systems working with low-GWP refrigerants using numerical and experimental methods 500
Constitutional and Administrative Law 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 5301742
求助须知:如何正确求助?哪些是违规求助? 4449232
关于积分的说明 13848006
捐赠科研通 4335250
什么是DOI,文献DOI怎么找? 2380243
邀请新用户注册赠送积分活动 1375213
关于科研通互助平台的介绍 1341252