论文用扩散预测连续测量值，降低医学影像定量误差。
资讯摘要
论文提出 HAD-VLM，一种混合自回归-扩散框架，在共享骨干内结合文本生成与连续测量预测，以缓解连续测量目标与离散 token 数值预测之间的不匹配。作者报告在 EchoNet-LVH 四项超声心动图测量任务上平均绝对误差为 1.36、2.77、3.05、1.16 mm，较 Vicuna 自回归基线降低 21.4–37.6%，并在 X 射线椎体测量中将误差从 11.4 降至 6.7 像素。
要点速读
- HAD-VLM 将自回归文本生成与扩散式连续测量预测结合，扩散过程输出卡尺端点坐标与测量长度的五分量表示。
- 在 EchoNet-LVH 的 IVSd、LVIDd、LVIDs、LVPWd 四项任务上，平均绝对误差分别为 1.36、2.77、3.05、1.16 mm，较 Vicuna 基线降低 21.4–37.6%。
- 作者报告在评估数据集上医学问答性能得以保留，X 射线椎体测量平均绝对误差由 11.4 降至 6.7 像素。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。