医学 AI

PET-F2I: A Comprehensive Benchmark and Parameter-Efficient Fine-Tuning of LLMs for PET/CT Report Impression Generation

PET-F2I：一种全面的基准和LLMs参数高效微调用于PET/CT报告印象生成

Yuchen Liu, Wenbo Zhang, Liling Peng, Yichi Zhang, Yu Fu, Xin Guo, Chao Qu, Yuan Qi, Le Xue

专题命中 医学数据与评测 ：CT(title,abstract)；分类 cs.CV

AI总结 PET-F2I-41K提出一种大规模基准和参数高效微调方法，用于提升LLMs在PET/CT报告生成中的性能，通过引入临床相关指标提升诊断准确性与可靠性。

Hierarchical Dual-Strategy Unlearning for Biomedical and Healthcare Intelligence Using Imperfect and Privacy-Sensitive Medical Data

层次化双策略去学习用于生物医学与医疗智能的不完美和隐私敏感医疗数据

Yi Zhang, Chao Zhang, Zijian Li, Tianxiang Xu, Kunyu Zhang, Zhan Gao, Meinuo Li, Xiaohan Zhang, Qichao Qi, Bing Chen

机构 * Department of Neurosurgery, Qilu Hospital of Shandong University and Institute of Brain and Brain-Inspired Science（齐鲁医院山东大学神经外科和脑科学与脑启发科学研究院） ； Department of Neurosurgery, The Affiliated Hospital of Qingdao University（青岛大学附属医院神经外科） ； Department of Neurosurgery, Peking Union Medical College Hospital（北京地坛医院神经外科） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； College of Artificial Intelligence, Dalian Maritime University（大连海事大学人工智能学院） ； University of Colorado Boulder（科罗拉多大学波尔德分校） ； Zhengzhou University（郑州大学） ； The University of Hong Kong（香港大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 医学数据与评测 ：biomedical(title)；分类 cs.LG

AI总结 本文提出层次化双策略去学习框架，用于在医疗数据中精确移除专业性知识并保留基本医疗能力，同时保障隐私并满足合规要求。

In Pursuit of Many: A Review of Modern Multiple Object Tracking Systems

追寻众多：现代多目标跟踪系统的综述

Mk Bashar, Samia Islam, Kashifa Kawaakib Hussain, Md. Bakhtiar Hasan, A. B. M. Ashikur Rahman, Md. Hasanul Kabir

专题命中 医学数据与评测 ：biomedical(abstract)；分类 cs.CV

AI总结 本文综述了现代多目标跟踪系统的发展，涵盖从基于检测到端到端设计的演变，以及基于变压器、生成模型等架构的最新进展，并探讨了基准趋势和实际部署中的挑战。