arXiv cs.AI· Haozhe Luo, Nirosh Sivanesan, Shelley Zixin Shu, Francesco Nitti, Mauricio Reyes·· 7 天前AI 评分34
Meta-CLIP：用于零样本疾病推理的元数据条件对比学习
Meta-CLIP: Metadata-Conditioned Contrastive Learning for Zero-Shot Disease Inference
AI 导读
研究人员提出 Meta-CLIP 框架，利用 DICOM 标头采集相似度重新加权跨模态负样本，以提升医学视觉语言预训练与零样本疾病推理表现。该方法在推理时沿用标准双编码器架构且无需输入元数据。在 CT-RATE 基准上，Meta-CLIP 较 CT-CLIP 将 macro-AUROC 提升 1.41 点，并在 5 个 CXR 基准中的 4 个取得最高 macro-AUROC，代码将公开。
来源：arXiv cs.AI · arxiv.org