新闻详情

新闻详情

首页 / 资讯中心 / 详情

Accurate and Interpretable Postmenstrual Age Prediction via Multimodal Large Language Model

发布时间:2026/11/16 10:37:37来源:尧图网络
Accurate and Interpretable Postmenstrual Age Prediction via Multimodal Large Language Model
文章主要内容和创新点主要内容本文旨在解决新生儿月经后年龄(PMA)预测中准确性与可解释性的双重挑战。研究基于多模态大型语言模型(MLLM)Qwen2.5-VL-7B,通过参数高效微调(PEFT)策略(结合指令微调与低秩适应LoRA),利用新生儿脑部MRI衍生的4种2D皮质表面投影图(皮质厚度、曲率、髓鞘化、沟深)进行PMA预测。训练阶段专注于回归任务以保证准确性,推理阶段通过特定提示生成基于神经发育特征的临床解释。实验结果显示,模型预测误差较低(MAE=1.10周,95% CI:0.78–1.52周),且解释符合临床逻辑,经临床医生评估具有较高实用性。创新点适配MLLM至专业医学回归任务:通过LoRA-based PEFT策略,将通用多模态大模型Qwen2.5-VL-7B适配于PMA预测这一特定医学回归任务,避免全量微调的计算负担与灾难性遗忘。分离训练与推理目标的指令微调:设计差异化提示(训练时专注数值预测,推理时生成解释),使模型在保证预测准确性的同时,能零样本生成基于MRI特征的临床解释。平衡准确性与可解释性:在接近现有领域最优模型精度的同时,首次实现PMA预测的临床可解释性,增强AI系统在围产期神经科学中的透明度与可信度,且经临床用户研究验证。翻译部分摘要准确估算扫描时的月经后年龄(PMA)对评估
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉