医学 AI

Multimodal LLMs are not all you need for Pediatric Speech Language Pathology

多模态大语言模型并非儿科言语语言病理学的全部需求

Darren Fürst, Sebastian Steindl, Ulrich Schäfer

机构 * Ostbayerische Technische Hochschule（奥斯特拜尔技术大学） 纠错

专题命中 病理影像 ：pathology(title)

AI总结 本文提出一种分层方法对儿童语音障碍进行分类，通过微调语音表示模型和数据增强技术，提高了临床任务的性能，证明语音表示模型在各项任务中均显著优于基于大语言模型的最新方法。

MTCurv: Deep learning for direct microtubule curvature mapping in noisy fluorescence microscopy images

MTCurv：深度学习用于在噪声荧光显微镜图像中直接微管曲率映射

Achraf Ait Laydi, Sidi Mohamed Sid'El Moctar, Yousef El Mourabit, Hélène Bouvrais

机构 * TIAD Laboratory, Sciences and Technology Faculty, Sultan Moulay Slimane Univ.（TIAD实验室，科技与技术学院，苏丹穆莱·斯利曼大学） ； CNRS, Univ. Rennes, IGDR (Institut de Génétique et Développement de Rennes), UMR6290（法国国家科学研究中心，雷恩大学，雷恩基因与发育研究所，UMR6290） 纠错

专题命中 病理影像 ：biomedical(abstract)；分类 cs.CV、q-bio

AI总结 本文提出MTCurv，一种无需分割的深度学习框架，用于从噪声显微镜图像中直接回归微管曲率图。通过合成数据集和改进的损失函数，提升了曲率估计的准确性，并验证了Spearman相关性作为评估指标的可靠性。

Comments Accepted for presentation at the International Conference on Pattern Recognition (ICPR) 2026