A visual large language foundational model for medical image recognition using clinician-oriented social media
为解决医学图像识别中临床推理和图文对齐数据稀缺问题，通过结合高级大语言模型与临床医生验证，构建了包含超过一百万VQA对的ThoughtMed-1M数据集。
0 citationsRead paper
Selected work
Representative Papers
ProbeMatchDTI: Probe-Driven Multi-Scale Biochemical Pattern Matching for Drug-Target Interaction Prediction
为解决药物-靶点相互作用预测中弱生化模式被忽略的问题，提出ProbeMatchDTI框架，通过IterProbe和BindingProbe方法增强多尺度生化模式匹配。
0 citationsRead paper
Towards AI-Driven Nanomedicine Discovery: A Benchmark and Multimodal Learning Framework for Nano Self-Assembly Prediction
本文针对纳米自组装预测问题，提出了一种基于多模态学习的框架NSA-Net，并建立了首个公开基准NSA-Bench，以提高纳米药物发现效率。
0 citationsRead paper
Recent publications
Latest Papers
A visual large language foundational model for medical image recognition using clinician-oriented social media
为解决医学图像识别中临床推理和图文对齐数据稀缺问题，通过结合高级大语言模型与临床医生验证，构建了包含超过一百万VQA对的ThoughtMed-1M数据集。
0 citationsRead paper
ProbeMatchDTI: Probe-Driven Multi-Scale Biochemical Pattern Matching for Drug-Target Interaction Prediction
为解决药物-靶点相互作用预测中弱生化模式被忽略的问题，提出ProbeMatchDTI框架，通过IterProbe和BindingProbe方法增强多尺度生化模式匹配。
0 citationsRead paper
Towards AI-Driven Nanomedicine Discovery: A Benchmark and Multimodal Learning Framework for Nano Self-Assembly Prediction
本文针对纳米自组装预测问题，提出了一种基于多模态学习的框架NSA-Net，并建立了首个公开基准NSA-Bench，以提高纳米药物发现效率。
0 citationsRead paper