澳大利亚阿德莱德大学机器学习研究所 发布 HEAL-MedVQA 数据集, 应用在 医学图像分析、视觉问答系统 领域

澳大利亚阿德莱德大学机器学习研究所 本次发布的数据集 HEAL-MedVQA, HEAL-MedVQA是一个全面的基准数据集，用于评估医学大型多模态模型（LMMs）的定位能力和幻觉鲁棒性。该数据集包含67,000个问答对，以及医生标注的解剖分割掩码，旨在解决医学图像解释中LMMs存在的幻觉问题。数据集创建过程中，我们采用了两个创新评估协议来评估视觉和文本的快捷学习，并且数据来源于两个大型公共数据集MIMIC-CXR和VinDr-CXR。HEAL-MedVQA旨在解决医学图像解释中LMMs存在的幻觉问题，提高医学视觉问答的鲁棒性。该数据集在医学图像解释、医学视觉问答等领域具有广泛的应用前景。

查看HEAL-MedVQA

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。