人工智能在生命科学学科的应用

LoRA-Based Cascaded Multimodal Fusion for Action Recognition in Medical Training Environments

本文提出一种基于LoRA的级联多模态融合框架，用于医疗培训环境中的动作与活动识别。该方法通过参数高效的模态自适应与级联融合策略，实现多模态数据的分阶段整合，无需重新训练已学习组件。在NurViD和护士培训数据集上的实验表明，该方法优于单一模态模型，与现有基线性能相当。该研究为医疗场景中异构模态融合提供了高效参数优化方案，有助于提升医疗训练系统的智能化水平。