ReMoE：面向多模态 OCT/OCTA 异常检测的报告引导专家混合模型
英文标题：ReMoE: Report-Guided Mixture-of-Experts for Multimodal OCT/OCTA Anomaly Detection
论文提出 ReMoE，一种用于多模态视网膜 Optical Coherence Tomography（OCT）和 OCT Angiography（OCTA）异常检测的报告引导 Mixture-of-Experts 方法。该研究面向医学异常检测中异常样本稀缺的问题，主张利用正常数据建模正常模式，再识别偏离正常模式的样本。原始摘要文本在“anomaly de”处截断，因此未提供模型架构、实验设置、性能指标或具体结论。该方向对医疗 AI 开发者的意义在于，可探索将临床报告信息与多模态影像表征结合，以提升少异常样本场景下的异常筛查能力。
打开原文相关 2.4 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
ReMoE：面向多模态 OCT/OCTA 异常检测的报告引导专家混合模型
摘要
arXiv:2607.29039v1 发布类型：新论文
多模态医学异常检测旨在识别偏离正常模式的样本。由于异常病例稀缺，仅利用正常数据对正常性进行建模具有现实可行性。在视网膜 Optical Coherence Tomography（OCT）和 OCT Angiography（OCTA）异常检测中，原始摘要在“anomaly de”处截断，未提供后续内容。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×