今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

FlexiCT:基于多阶段预训练的大规模 CT 基础模型

《npj Digital Medicine》:Universal CT representations from anatomy to disease phenotype through stage-wise pretraining

【字体: 大 中 小 】 时间:2026年10月08日 来源:npj Digital Medicine 18.0

编辑推荐:

  计算机断层扫描(CT)是三维医学成像的核心技术,然而基于CT的人工智能在分割、分类、配准和报告分析等任务中仍然存在碎片化的现象。本文介绍了FlexiCT,这是一个由266,227个CT数据集(来自56个公开可用的数据源)通过分阶段预训练而成的一系列CT基础模型,构成了一个用于CT

  

计算机断层扫描(CT)是三维医学成像的核心技术,然而基于CT的人工智能在分割、分类、配准和报告分析等任务中仍然存在碎片化的现象。本文介绍了FlexiCT,这是一个由266,227个CT数据集(来自56个公开可用的数据源)通过分阶段预训练而成的一系列CT基础模型,构成了一个用于CT表示学习的大规模公共资源。FlexiCT采用三阶段序列预训练方法:二维轴向预训练、三维解剖结构预训练以及基于报告的语义对齐。这种训练策略支持切片级别、体积级别以及视觉-语言分析。在五个下游任务领域(分割、分类、配准、视觉-语言理解及临床检索)中,FlexiCT在多个基准测试中的表现均达到了或超过了现有的特定任务方法。其嵌入模型能够根据不同肿瘤阶段的特征对CT扫描结果进行有效组织,表明CT基础模型能够捕捉到与疾病表型特征相关的影像信息。项目页面和代码可从以下链接获取:https://ricklisz.github.io/flexict.github.io 和 https://github.com/ricklisz/FlexiCT。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:计算机断层扫描|基础模型|医学影像|预训练|人工智能

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号