SegMamba是一种专为3D医学图像分割设计的模型,它提供了一种比Transformer架构更高效的替代方案。SegMamba采用全卷积神经网络架构,可以对3D医学图像进行有效的分割,尤其是在肿瘤分割方面表现出色。与传统的医学影...
Read More研究人员开发了一种新的多学科协作框架,以提高大型语言模型在医学领域的理解和推理能力。这种方法涉及到AI代理,扮演一起分析、讨论和达成共识的医学主题的角色扮演游戏。
Read MoreSegVol的问世,标志着临床分析迎来了新时代。SegVol是一种用于医学图像分割的通用模型。它在大量CT扫描的基础上进行训练,能够优秀地完成各种各样的解剖类别分割。
Read More该研究主要评估了GPT-4与视觉(GPT-4V)针对来自多种来源的医学图像(如X光和CT扫描)提出的问题的回答能力。这是一项极具挑战性的任务,它需要深度的医学知识和高级的视觉理解能力。GPT-4V作为一种尖端的人工智能技...
Read MoreAlphaFold是科学领域中的一项惊人模型。新的工作是由同构实验室(Google的一个衍生公司)进行的,不仅将其应用领域扩展到蛋白质以外,还提高了整体性能。AlphaFold的改进和发展,将有力推动科学研究的深入,对生物医...
Read MoreSAM-Med3D是Segment Anything Model(SAM)的升级版,专门针对3D医学影像进行了优化。虽然原始的SAM在处理3D医学影像时存在困难,但是经过对超过131K个3D掩模的广泛数据集进行训练的SAM-Med3D在捕捉3D空间细节方面使...
Read More