MedICaT:医学图像、字幕和文本参考的数据集
@第{条Subramanian2020MedICaTAD, title={MedICaT:医学图像、标题和文本参考的数据集}, author={桑杰·苏布拉曼尼亚(Sanjay Subramanian)、露西·卢·王(Lucy Lu Wang)、萨钦·梅塔(Sachin Mehta)、本·博金(Ben Bogin)、马德琳·范·祖伦(Madeleine van Zuylen)、斯拉文西·帕拉萨(Sravanthi Parasa)、萨梅尔·辛格, 日志={ArXiv}, 年份={2020年}, 体积={abs/2010.06000}, url={https://api.semanticscholar.org/CorpusID:222310689} }
31引文
PMC-CLIP:使用生物医学文档进行对比语言图像预训练
2023
增加文本上下文大小可提高医学图像与文本的匹配
2023
用于统一医学图像分割的生成性文本引导三维视觉语言预训练
2023
PMC-VQA:医学视觉问题解答的视觉指令调整
2023
医学视觉语言理解和生成的多模式预训练:基于新基准的实证研究
2023
基于混合语义学习的Sam-Guided增强细粒度编码在医学图像字幕中的应用
2024
24参考文献
利用远程监督神经网络提取科学图形
2018
COntext(ROCO)中的放射对象:多模式图像数据集
2018
DocFigure:一个用于科学文档图形分类的数据集
2019
ImageCLEF 2018概览:挑战、数据集和评估
2018
VQA-Med:ImageCLEF 2019医学视觉问答任务概述
2019
帧图像描述作为排名任务:数据、模型和评估指标
2013
ImageCLEFmed 2019概念检测任务概述
2019
ImageNet:大规模分层图像数据库
2009
UNITER:学习UNUniversal Image-TExt表征
2019