arXiv · cs.AI· Maryam Baizhigitova, Andrew Seohwan Yu, Po-Hao Chen, Naveen Subhas, Sixu Chen, Xinxin Wang, Kunio Nakamura, Richard Lartey, Xiaojuan Li, Mingrui Yang·· 1 天前
Knee3DVLM：用于膝部MRI全面评估的双序列全体积视觉语言建模
Knee3DVLM: Dual-Sequence Full-Volume Vision-Language Modeling for Comprehensive Knee MRI Assessment
arXiv:2610.08482v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Maryam Baizhigitova, Andrew Seohwan Yu, Po-Hao Chen, Naveen Subhas, Sixu Chen, Xinxin Wang, Kunio Nakamura, Richard Lartey, Xiaojuan Li, Mingrui Yang
研究任务与主要进展
Knee3DVLM利用全体积DESS与液体敏感TSE膝部MRI，预测源自MOAKS的57个解剖定位二分类诊断目标。在按受试者不重叠划分的1,074次检查留出队列中，融合模型平均准确率为72.98%、平衡准确率为71.17%、平均ROC-AUC为78.96%、宏平均ROC-AUC为78.74%，均为三种配置最高；在3DReasonKnee队列的次级多分类分析中，五类病理数值也高于其最强报告配置。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org