香港理工大学 发布 OphthalWeChat 数据集, 应用在 眼科、视觉问答 领域

香港理工大学 本次发布的数据集 OphthalWeChat, OphthalWeChat是一个大规模的双语（中英）视觉问答（VQA）基准，专为眼科设计。该资源旨在支持在现实眼科场景中对视觉语言模型（VLM）进行开发和严格评估，以实现自动化诊断、医学教育和远程医疗等应用。数据集包括3,469张眼科图像和30,120个问答对，涵盖9个眼科亚专科、29种成像模态和68种模态组合。OphthalWeChat是第一个双语VQA基准，具有现实世界背景，并包含每个患者的多次检查，反映了真实的临床决策场景，并使VLMs的定量评估成为可能，支持开发准确、专业和值得信赖的AI系统，以用于眼科护理。

查看OphthalWeChat

关于 香港理工大学 , 香港理工大学是一所以科技、工程和商业管理为主的研究型大学，位于中国香港特别行政区。

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。