PERCEPTION
FAA-Net：基于大语言模型增强的多实例学习的产前超声胎儿腹部异常诊断
Liang H, Zhang Y, Zhu X, Huang Y, Du X, Liang S, Xu J, Zhang Y, Sheng C, Liu Y, Wu Y, Zhao S, Tao G, Deng X, Gao X, Zhou Y, Ni D
- 发表年份
- 2026
- 期刊
- Medical image analysis
摘要
本文提出FAA-Net，利用大语言模型增强的多实例学习框架，实现产前超声图像中胎儿腹部异常的自动诊断。该方法通过结合LLM的语义理解能力与多实例学习，显著提升了异常检测的准确性和可解释性。
关键词
fetal ultrasoundanomaly detectionmulti-instance learningLLMprenatal diagnosis
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013