arXiv cs.AI· Amirmohammad Mohammadi, Rupak Khadka, Kathleen A. Grant, Mary Lauren Benton, Joshua Peeples·· 1 天前AI 评分20
用参数高效微调从非人灵长类肝脏组织学预测乙醇饮用状态：少样本视觉语言模型的概念验证
Predicting Ethanol Drinking Status from Nonhuman Primate Liver Histology: A Proof of Concept for Parameter-efficient Fine-tuning in Few-Shot Vision-Language Modeling
AI 导读
研究评估视觉语言模型（VLM）结合参数高效微调（PEFT）在非人灵长类肝脏组织学中预测乙醇饮用状态的少样本全切片图像分类效果。在 MATRR 数据子集上，所有 PEFT 配置的平均平衡准确率均高于非 PEFT 基线，四样本设置下仅用 ABMIL 为 43.5%，加入 adapter 后升至 78.1%。
正文 · AI 翻译
摘要：将视觉语言模型（VLM）与参数高效微调（PEFT）相结合，为计算病理学中的少样本全切片图像（WSI）分类提供了一种有前景的方法。本研究评估了该方法在从非人灵长类动物肝脏组织学预测乙醇饮用状态方面的表现。在猴子酒精组织研究资源（MATRR）的一个子集上，将适配器与非 PEFT 配置进行了对比评估。所有评估的 PEFT 配置均取得了高于非 PEFT 基线的平均平衡准确率。例如，在四样本设置下，仅使用基于注意力的多实例学习（ABMIL）的平均平衡准确率为 43.5%，而添加适配器后达到 78.1%。定性注意力分析表明，文本通路适配产生局部化的注意力热图，而视觉通路适配产生的热图则更为弥散。病理学家的审查发现，不同适配方式所识别的组织学特征相似。
| 评论： | 3 页，2 幅图。已被 IEEE BIBM 2026 会议论文集接收发表。代码已公开：此 https URL |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.17105 [cs.CV] |
| （或 arXiv:2611.17105v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.17105 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Amirmohammad Mohammadi [查看电子邮件]
[v1]
2026 年 11 月 12 日星期四 17:02:27 UTC（3,983 KB）
来源：arXiv cs.AI · arxiv.org