利用大型語言和視覺模型的多模態方法來轉錄糖尿病足潰瘍影像

結合先進的視覺和語言模型,如大型語言和視覺助手(LLaVA)和聊天式生成式預訓練變換器(ChatGPT),提出了一種新的深度學習框架,通過聯合檢測、分類和定位感興趣區域來轉錄糖尿病足潰瘍影像。