AIbase
JA
ホーム
Medical
M

Medical

subh71によって開発
PyTorchフレームワークとHuggingPicsツールで生成された医療画像分類モデルで、さまざまな種類の肺組織画像を識別します。
画像分類
Transformers
#医療画像分類#高精度(95.6%)#癌組織識別
ダウンロード数 63
リリース時間 : 2/11/2024

モデル概要

このモデルは医療画像分類タスクに特化しており、腺癌、大細胞癌、扁平上皮癌、正常組織などの肺画像タイプを正確に区別できます。

モデル特徴

高精度
医療画像分類タスクで95.6%の精度を達成
使いやすさ
HuggingPicsツールで自動生成され、迅速な展開と使用が可能
専門分野への応用
医療画像向けに特別設計されており、肺疾患診断の補助に適しています

モデル能力

医療画像分類
肺組織識別
癌タイプ鑑別

使用事例

医療診断
肺がんスクリーニング
医師が肺組織画像中の癌タイプを識別するのを支援
腺癌、大細胞癌、扁平上皮癌など様々な癌タイプを区別可能
病理分析補助
病理学者に予備的な画像分類結果を提供
精度95.6%で、手動スクリーニング作業を軽減
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase