視覺問答(VQA)

NeuroQA

NeuroQA基準：評估視覺語言模型與3D CNN在三維腦部MRI的影像理解

為評估模型對三維腦部MRI的視覺理解，研究提出NeuroQA基準。以完整3D體積、203題模板與FreeSurfer等結構化標準答案為基礎，並透過模板修正大幅降低文字捷徑，使文字-only準確度由逾80%降至44.6%，實驗顯示現有模型在封閉題型仍難超越臨床視覺基準。