研究团队发布手术视觉语言数据集MIS-VQA

Mohamed Hamdy等作者发布手术视觉语言数据集MIS-VQA，将EndoVis18和CholecT50的阶段、器械、交互、三元组与分割标签转换为结构化文本场景表示，再由大语言模型生成临床连贯的问答对。 据作者介绍，该数据集通过标注驱动的流程构建，把来源各异的手术标注统一转成结构化文本，用于复杂手术理解任务。目前公开信息仅涉及数据集构建方式，尚未给出评测结果或实际使用效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。