AIbase
TW
模型選型
標籤
多模態醫學分析

# 多模態醫學分析

Medgemma 4b It 8bit
其他
MedGemma-4B-IT-8bit是Google MedGemma模型的MLX格式轉換版本，專注於醫療領域的視覺語言任務。
圖像生成文本 Transformers
M
mlx-community
116
1
Medgemma 4b It
其他
MedGemma是Google開發的醫療專用多模態AI模型，基於Gemma 3架構，專注於醫學文本和圖像理解。
圖像生成文本 Transformers
M
unsloth
223
2
Medgemma 4b It
其他
MedGemma是基於Gemma 3優化的醫學多模態模型系列，專為醫學文本和圖像理解設計，提供4B和27B兩種參數規模版本。
圖像生成文本 Transformers
M
google
15.36k
259
Llama 3.2 11B Vision Radiology Mini
Apache-2.0
基於unsloth/Llama-3.2-11B-Vision-Instruct微調的放射影像輔助解讀模型，優化後運行速度提升兩倍
圖像生成文本 Transformers 英語
L
0llheaven
885
1
Chinese LLaVA Med 7B
Apache-2.0
基於LLaVA-1.5架構的中文醫療多模態大語言模型，專注於醫療領域的視覺問答任務。
文本生成圖像 Transformers 中文
C
BUAADreamer
60
4
Radllama 7b
RadLLaMA-7b是斯坦福AIMI團隊開發的針對放射學領域的基礎語言模型，基於LLaMA2架構。
大型語言模型 Transformers
R
StanfordAIMI
82.89k
2
Llava Roco 8bit
BabyDoctor是一個多模態大語言模型，融合了CLiP和LLaMA 2的能力，能夠理解和生成文本，同時理解圖像。該模型經過微調，專門用於解讀X光、超聲波、核磁共振和CT掃描等放射學圖像。
圖像生成文本 Transformers 英語
L
photonmz
29
15
Rclip
Gpl-3.0
RCLIP是基於CLIP模型在放射影像領域微調的視覺-語言模型，專為醫學影像分析優化。
文本生成圖像 Transformers 英語
R
kaveh
42
2
Quiltnet B 16 PMB
MIT
基於Quilt-1M病理視頻數據集訓練的ViT-B/16視覺編碼器與PubMedBERT文本編碼器多模態基礎模型
圖像生成文本
Q
wisdomik
513
5
Quiltnet B 32
MIT
基於Quilt-1M病理視頻數據集訓練的CLIP ViT-B/32視覺語言基礎模型，專為病理組織學分析設計
文本生成圖像
Q
wisdomik
8,442
22
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase