| 注册
首页|期刊导航|神经损伤与功能重建|零样本多模态大语言模型 vs. 监督式深度学习: 一项基于CT的颅内出血分型对比分析

零样本多模态大语言模型 vs. 监督式深度学习: 一项基于CT的颅内出血分型对比分析

Yinuo Wang Kai Chen Yue Zeng Cai Meng Chao Pan Zhouping Tang 唐颖馨(编译)

神经损伤与功能重建2026,Vol.21Issue(2):P.F0003-F0003,1.
神经损伤与功能重建2026,Vol.21Issue(2):P.F0003-F0003,1.DOI:10.16780/j.cnki.sjssgncj.202602014

零样本多模态大语言模型 vs. 监督式深度学习: 一项基于CT的颅内出血分型对比分析

Yinuo Wang 1Kai Chen 2Yue Zeng 1Cai Meng 1Chao Pan 3Zhouping Tang 3唐颖馨(编译)4

作者信息

  • 1. Image Processing Center,Beihang University,Beijing 100191,China
  • 2. School of Mechanical Engineering and Automation,Beihang University,Beijing 100191,China
  • 3. Department of Neurology,Tongji Hospital,Tongji Medical College,Huazhong University of Science and Technology,Wuhan 430030,China
  • 折叠

摘要

关键词

颅内出血亚型/多模态大语言模型/医学图像分类/验证

分类

医药卫生

引用本文复制引用

Yinuo Wang,Kai Chen,Yue Zeng,Cai Meng,Chao Pan,Zhouping Tang,唐颖馨(编译)..零样本多模态大语言模型 vs. 监督式深度学习: 一项基于CT的颅内出血分型对比分析[J].神经损伤与功能重建,2026,21(2):P.F0003-F0003,1.

神经损伤与功能重建

1001-117X

访问量0
|
下载量0
段落导航相关论文