醫學通用分割模型來了！一口氣分割200多個解剖類別，發布即開源 | 智源出品

AIGC動態歡迎閱讀

原標題：醫學通用分割模型來了！一口氣分割200多個解剖類別，發布即開源 | 智源出品
關鍵字：模型,數據,研究人員,類別,腫瘤
文章來源：量子位
內容字數：6129字

內容摘要：

智源杜雨新 投稿 凹非寺量子位 | 公眾號 QbitAI醫學領域的通用分割模型來啦，發布即開源！
來自智源，模型名為SegVol，劃重點：
是第一次實現同時支持框（box）、點（point）和文本（text）prompt進行任意尺寸原分辨率的3D體素分割。
要知道，此前深度學習在醫學圖像分割方面已經取得了顯著進展，但仍然缺乏一種能夠通用分割各種解剖類別、易于用戶交互的基礎分割模型。
而SegVol正是一種通用的交互式醫學體素圖像分割模型，能夠對200多個解剖類別進行分割。
在實驗測試中，SegVol在多個benchmark中表現出色。特別在三個具有挑戰性的病變數據集上，SegVol比nnU-Net的Dice得分高20%左右。
目前，SegVol的代碼和權重已經在GitHub上公開。開源的模型權重文件包括：
使用96k CTs預訓練2,000 epochs的ViT模型；
在預訓練基礎上，使用6k Masked CTs在A100上訓練30??21??8個GPU小時得到的SegVol。
更多細節，我們接著往下看。
一口氣分割200多個解剖類別SegVol模型架構分為4個模塊：圖像編碼器、文本

原文鏈接：醫學通用分割模型來了！一口氣分割200多個解剖類別，發布即開源 | 智源出品

聯系作者

文章來源：量子位
作者微信：QbitAI
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破