Parameter-Efficient Fine-Tuning of Foundation Models for Liver Tumor Segmentation in CT
研究使用参数高效微调方法（如LoRA、QLoRA、Conv-Adapter和DiSCo）优化Segment Anything Model，以提高CT图像中肝肿瘤分割的准确性与效率。
0 citationsRead paper
Selected work
Representative Papers
Automated Chest CT Protocol Selection via Large Language Model Derived Text Embeddings from Imaging Request Text
为解决手动选择CT协议耗时且不一致的问题，研究采用大语言模型（LLM）从自由文本临床指示中提取特征，并使用逻辑回归分类器预测协议，提高了选择的一致性和准确性。
0 citationsRead paper
AlphaRAD: Grounded Zero-Shot Classification in Chest Radiology via $α$-Corrected Binary Cross Entropy and Factorized Latent Supervision
本文提出AlphaRAD，通过α校正的二元交叉熵和因子化潜在监督解决胸部放射学中的零样本分类问题，改进了视觉-语言预训练模型在医学概念判别及跨模态融合方面的表现。
0 citationsRead paper
Calibration-Free Cuffless Blood Pressure Estimation Using Multimodal ECG-PPG Fusion on a Google Pixel Watch
研究使用Google Pixel Watch结合ECG-PPG多模态融合和深度学习模型，实现无袖带血压估计，提高日常监测便利性，但对肥胖个体准确性较低。
0 citationsRead paper
Predicting Multiple Clinical Outcomes Related to Functional Recovery and Social Isolation Among Older Adults After Lower-Limb Fracture or Hip Replacement
研究使用多模态传感器数据和机器学习方法，解决老年人下肢骨折或髋关节置换术后功能恢复与社交隔离的联合预测问题。
0 citationsRead paper
Recent publications
Latest Papers
Parameter-Efficient Fine-Tuning of Foundation Models for Liver Tumor Segmentation in CT
研究使用参数高效微调方法（如LoRA、QLoRA、Conv-Adapter和DiSCo）优化Segment Anything Model，以提高CT图像中肝肿瘤分割的准确性与效率。
0 citationsRead paper
Automated Chest CT Protocol Selection via Large Language Model Derived Text Embeddings from Imaging Request Text
为解决手动选择CT协议耗时且不一致的问题，研究采用大语言模型（LLM）从自由文本临床指示中提取特征，并使用逻辑回归分类器预测协议，提高了选择的一致性和准确性。
0 citationsRead paper
AlphaRAD: Grounded Zero-Shot Classification in Chest Radiology via $α$-Corrected Binary Cross Entropy and Factorized Latent Supervision
本文提出AlphaRAD，通过α校正的二元交叉熵和因子化潜在监督解决胸部放射学中的零样本分类问题，改进了视觉-语言预训练模型在医学概念判别及跨模态融合方面的表现。
0 citationsRead paper
Calibration-Free Cuffless Blood Pressure Estimation Using Multimodal ECG-PPG Fusion on a Google Pixel Watch
研究使用Google Pixel Watch结合ECG-PPG多模态融合和深度学习模型，实现无袖带血压估计，提高日常监测便利性，但对肥胖个体准确性较低。
0 citationsRead paper
Predicting Multiple Clinical Outcomes Related to Functional Recovery and Social Isolation Among Older Adults After Lower-Limb Fracture or Hip Replacement
研究使用多模态传感器数据和机器学习方法，解决老年人下肢骨折或髋关节置换术后功能恢复与社交隔离的联合预测问题。
0 citationsRead paper