医学 AI - arXivDaily 专题

2606.12953 2026-06-12 cs.AI cs.CV cs.LG eess.IV 新提交 75%

OpenMedQ: Broad Open Pretraining for Medical Vision-Language Models

OpenMedQ：面向医学视觉语言模型的广泛开放预训练

Ibrahim Gulluk, Max Van Puyvelde, Olivier Gevaert

机构 * Stanford University（斯坦福大学）； Stanford University School of Medicine（斯坦福大学医学院）； Ghent University（根特大学）

专题命中医疗多模态：pathology(abstract)；radiology(abstract)；分类 cs.CV、cs.LG、eess.IV

AI总结提出OpenMedQ，在14个数据集（约335万样本）上预训练医学视觉语言模型，在PathVQA上BLEU-1达75.9，超越562B参数的Med-PaLM M，并在8个未见医学分类任务上取得最高平均macro-F1（0.757）。

Comments Medical Imaging with Deep Learning (MIDL) 2026, Short Paper Track

2507.22791 2026-06-12 cs.CV 版本更新 57%

Modality-Aware Feature Matching in Visual and Vision-Language Applications: A Comprehensive Survey

视觉与视觉-语言应用中的模态感知特征匹配：全面综述

Weide Liu, Wei Zhou, Jun Liu, Ping Hu, Jun Cheng, Jungong Han, Weisi Lin

机构 * School of Computing and Artificial Intelligence, Jiangxi University of Finance and Economics（江西财经大学计算机与人工智能学院）； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院）； School of Computer Science and Informatics, Cardiff University（卡迪夫大学计算机科学与信息学院）； School of Computing and Communications, Lancaster University（兰卡斯特大学计算机与通讯学院）； School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）； Institute for Infocomm Research, Agency for Science, Technology and Research (A*STAR)（新加坡资讯研究院，科技研究局（A*STAR））； Department of Automation, Tsinghua University（清华大学自动化系）

专题命中医疗多模态：medical image(abstract)；分类 cs.CV

AI总结综述基于模态的特征匹配，涵盖传统手工方法和现代深度学习方法，重点讨论跨RGB、深度、3D点云、LiDAR、医学图像及视觉-语言模态的进展，突出模态感知技术。

Comments CSUR

1. 医疗多模态 2 篇

OpenMedQ: Broad Open Pretraining for Medical Vision-Language Models

Modality-Aware Feature Matching in Visual and Vision-Language Applications: A Comprehensive Survey