← 最新论文
💻 computer science

A Multi-Agent Framework for Explainable Brain Tumour Instance Segmentation and Clinical Report Generation Using ASIO-Optimised YOLO Architectures

本文提出了一种新颖的多智能体框架,该框架将经由 ASIO 优化的 YOLO 架构(v8、v11 和 26)与基于 Qwen 的大语言模型智能体相结合,旨在实现高精度的脑肿瘤实例分割以及自动化、可解释的临床报告生成,并具备极低的推理延迟。

原作者: Shrikant Manikarao Mahindrakar, Yudhishthir Raut, Snehankita Majalekar, Kamlesh Arun Meshram, Sagar Dhanraj Pande, Vivek Jog

发布于 2026-09-28
📖 1 分钟阅读☕ 轻松阅读

原作者: Shrikant Manikarao Mahindrakar, Yudhishthir Raut, Snehankita Majalekar, Kamlesh Arun Meshram, Sagar Dhanraj Pande, Vivek Jog

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →