AI新模型BiomedParse大幅提升医学图像解析精度
BiomedParse是由微软和华盛顿大学等机构开发的AI模型，通过文本驱动图像解析，将九大生物医学成像模式整合于一个统一模型中。该模型能够通过简单的临床语言提示，如“肿瘤边界”或“免疫细胞”，准确识别、检测并分割图像中的相关区域。BiomedParse在分割不规则形状的生物医学对象方面表现出色，相比手动框选分割精度提升39.6%。研究团队利用GPT-4生成了包含600多万个图像、分割标注与文字描述三元组的数据集，使BiomedParse在Dice系数上显著超越了当前最优方法MedSAM和SAM。该模型已开源并提供Apache 2.0许可。来源：https://mp.weixin.qq.com/s/aYOgVMvKXpciad9riPWBCg
页:
[1]