MHKD-MVQA: Multimodal Hierarchical Knowledge Distillation for Medical Visual Question Answering

计算机科学 人工智能 一般化 机器学习 答疑 新颖性 蒸馏 情报检索 数学 神学 数学分析 哲学 有机化学 化学
作者
Jianfeng Wang,Shuokang Huang,Huifang Du,Yu Qin,Haofen Wang,Wenqiang Zhang
标识
DOI:10.1109/bibm55620.2022.9995473
摘要

Medical Visual Question Answering (VQA) has emerged as a promising solution to enhance clinic-decision making and patient interactions. Given a medical image and a corresponding question, medical VQA aims to predict an informative answer by reasoning the visual and textual information. However, datasets with limited samples circumscribe the generalization of medical VQA, reducing its accuracy when applied to unseen medical samples. Existing works tried to solve this problem with meta-learning or self-supervised learning but still failed to achieve satisfactory performance on medical VQA with insufficient samples. To address this problem, we propose multimodal hierarchical knowledge distillation for medical VQA (MHKD-MVQA). In the primary novelty of MHKD-MVQA, we distill knowledge from not only the output but also the intermediate layers, which leverages the knowledge from limited samples to a greater extent. Meanwhile, medical images and questions are embedded in a shared latent space, enabling our model to tackle multimodal samples. We evaluate our model on two medical VQA datasets, VQA-MED 2019 and VQA-RAD, where MHKD-MVQA achieves state-of-the-art performance and outperforms baselines by 3.6% and 1.6%, respectively. The extensive experiments also highlight the generalization of knowledge distillation by analyzing the class activation maps on medical images concerning specific questions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI

祝大家在新的一年里科研腾飞
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小虎同学完成签到,获得积分10
1秒前
思源应助长江采纳,获得10
1秒前
orixero应助淡然采纳,获得10
2秒前
朴素元珊发布了新的文献求助30
2秒前
2秒前
leier发布了新的文献求助20
3秒前
lab完成签到 ,获得积分10
3秒前
王光宇发布了新的文献求助10
3秒前
4秒前
现实的觅波完成签到,获得积分10
5秒前
5秒前
5秒前
9秒前
11秒前
yyf完成签到,获得积分10
12秒前
Ava应助科研通管家采纳,获得10
12秒前
12秒前
研友_VZG7GZ应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
12秒前
15秒前
16秒前
淡然发布了新的文献求助10
16秒前
石贵远完成签到 ,获得积分10
18秒前
Wang发布了新的文献求助10
20秒前
20秒前
21秒前
深情安青应助现实的觅波采纳,获得10
22秒前
23秒前
24秒前
yaya发布了新的文献求助10
25秒前
27秒前
Hubery发布了新的文献求助10
28秒前
淡然完成签到,获得积分10
30秒前
31秒前
1762120完成签到,获得积分10
32秒前
隐形昊强发布了新的文献求助10
35秒前
37秒前
39秒前
高分求助中
Востребованный временем 2500
The Restraining Hand: Captivity for Christ in China 500
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
Encyclopedia of Mental Health Reference Work 300
脑血管病 300
The Unity of the Common Law 300
Teaching Essential Units of Language 200
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3372166
求助须知:如何正确求助?哪些是违规求助? 2990056
关于积分的说明 8738516
捐赠科研通 2673400
什么是DOI,文献DOI怎么找? 1464426
科研通“疑难数据库(出版商)”最低求助积分说明 677527
邀请新用户注册赠送积分活动 668912