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
? 版權聲明
文章版權歸作者所有,未經允許請勿轉載。
相關文章
暫無評論...