# 醫療影像分析

Medgemma 4b It Bf16
其他
MedGemma-4B-IT是一個專注於醫療領域的視覺語言模型,由Google開發,現轉換為MLX格式以便在Apple芯片上高效運行。
圖像生成文本 Transformers
M
mlx-community
131
1
Medgemma 4b It Q8 0 GGUF
其他
MedGemma-4B-it-Q8_0-GGUF 是基於 google/medgemma-4b-it 轉換而來的 GGUF 格式模型,專為醫療領域的圖像文本到文本任務設計。
圖像生成文本 Transformers
M
NikolayKozloff
142
2
Medsam2 Oct
Apache-2.0
一個基於Apache-2.0許可的開源圖像分割模型,適用於多種圖像分割任務。
圖像分割
M
Dramb
40
0
Gemma 3 4b It Abliterated Q4 0 GGUF
該模型是mlabonne/gemma-3-4b-it-abliterated的GGUF格式轉換版本,結合了x-ray_alpha的視覺組件,提供更流暢的多模態體驗。
圖像生成文本
G
BernTheCreator
160
1
Segformer B0 Finetuned Morphpadver1 Hgo 3
其他
基於nvidia/mit-b0微調的圖像分割模型,在NICOPOI-9/morphpad_hgo_512_4class數據集上訓練,擅長高精度圖像分割任務。
圖像分割 Transformers
S
NICOPOI-9
30
0
Vit Chest Xray
MIT
基於Vision Transformer (ViT)架構的微調模型,用於對胸部X光片進行分類,訓練於CheXpert數據集。
圖像分類 Transformers 英語
V
codewithdark
316
1
Erax VL 7B V2.0 Preview
Apache-2.0
EraX-VL-7B-V2.0-Preview是一款強大的多模態模型,專為OCR和視覺問答設計,擅長處理越南語等多種語言,在醫療表格、發票等文檔識別上表現突出。
圖像生成文本 Transformers 支持多種語言
E
erax-ai
476
22
Genmedclip
MIT
GenMedClip 是一個基於 open_clip 庫的零樣本圖像分類模型,專注於醫學圖像分析。
圖像分類
G
wisdomik
40
0
Vit Base Brain Mri
Apache-2.0
基於Google的ViT基礎模型在BrainMRI數據集上微調的圖像分類模型
圖像分類 Transformers
V
andrei-teodor
42
1
Florence 2 FT Lung Cancer Detection
基於Florence-2-base-ft微調的肺癌檢測模型,通過肺部圖像識別肺癌類型
文本生成圖像 Transformers 英語
F
nirusanan
20
1
Xray Model
MIT
該模型用於預測骨齡,基於YassinHegazy/xray-model基礎模型構建。
圖像分類
X
YassinHegazy
29
0
Resnet 18 MRI Brain
基於ResNet18架構的腦部MRI圖像分類模型,用於癌症檢測
圖像分類 Transformers
R
BehradG
38
1
Chexagent 2 3b
CheXagent是一個專注於胸部X光解讀的基礎模型,旨在輔助醫療影像分析。
圖像生成文本 Transformers 其他
C
StanfordAIMI
28.72k
4
Chexpert Findings Baseline
MIT
一個基於transformers庫的圖像轉文本模型,主要用於從胸部X光圖像生成診斷印象報告。
圖像生成文本 Transformers 英語
C
IAMJB
35
0
Interpret Cxr Impression Baseline
該模型能夠將輸入的醫學圖像(如X光片)轉換為描述性文本,輔助醫療診斷。
圖像生成文本 Transformers
I
IAMJB
17
0
Pneumonia Model
基於ViT架構的深度學習模型,用於識別胸部X光影像中的肺炎症狀
圖像分類 Transformers
P
Borjamg
25
1
Radphi 2
CheXagent是一個專注於胸部X光解讀的基礎模型,旨在提升醫學影像分析的準確性和效率。
圖像生成文本 Transformers 其他
R
StanfordAIMI
57
1
Xraysiglip Vit L 16 Siglip 384 Webli
CheXagent是一個用於胸片解讀的基礎模型,能夠自動分析和解讀胸部X光片。
圖像分類 Transformers
X
StanfordAIMI
30.17k
0
Xrayclip Vit B 16 Siglip 512 Webli
CheXagent是一個專注於胸片解讀的基礎模型,旨在通過先進的人工智能技術提升醫學影像分析的準確性和效率。
圖像分類 Transformers
X
StanfordAIMI
748
0
Xraysiglip Vit B 16 Siglip 512 Webli
CheXagent 是一個專注於胸部X光解讀的基礎模型,旨在通過先進的視覺語言處理技術提升醫學影像分析的準確性和效率。
圖像分類 Transformers
X
StanfordAIMI
205
0
Xrayclip Vit L 14 Laion2b S32b B82k
CheXagent是一個專門用於胸部X光解讀的基礎模型,能夠自動分析和解釋胸部X光圖像。
圖像生成文本 Transformers
X
StanfordAIMI
975
0
Xrayclip Vit B 16 Laion2b S34b B88k
CheXagent是一個專門用於胸部X光解讀的基礎模型,旨在通過先進的人工智能技術輔助醫學影像分析。
圖像生成文本 Transformers
X
StanfordAIMI
47.09k
3
Skin Types Image Detection
Apache-2.0
使用Vision Transformer (ViT)架構的面部圖像分類模型,用於檢測乾性、中性、油性三種皮膚類型
圖像分類 Transformers
S
dima806
776
11
Chexagent 8b
CheXagent是一個用於胸部X光解釋的基礎模型,能助力醫療領域對胸部X光影像進行專業解讀。
圖像生成文本 Transformers
C
StanfordAIMI
1,020
40
X Ray Ai Detection
基於AI-image-detector微調的X射線圖像檢測模型,準確率達99.83%
圖像分類 Transformers
X
Artef
22
3
Deta Resnet 50 Finetuned Blood Cell 10epochs
基於DETA-ResNet-50架構在血細胞目標檢測數據集上微調的模型,適用於醫學圖像分析
目標檢測 Transformers
D
theodullin
23
1
Dinov2 Base Finetuned SkinDisease
Apache-2.0
基於DINOv2基礎模型微調的皮膚疾病分類模型,在ISIC 2018+Atlas Dermatology數據集上達到95.57%的準確率。
圖像分類 Transformers
D
Jayanth2002
1,584
3
Segformer B0 Finetuned V0
其他
基於nvidia/mit-b0在tontokoton/artery-ultrasound-siit數據集上微調的圖像分割模型
圖像分割 Transformers
S
Pavarissy
15
0
Segformer For Optic Disc Cup Segmentation
Apache-2.0
基於SegFormer架構的視網膜眼底圖像分割模型,專用於視盤和視杯的精確分割。
圖像分割 Transformers
S
pamixsun
2,592
5
Skinsam
Apache-2.0
SkinSAM是基於12層ViT-b模型的皮膚病變分割模型,在ISIC和PH2數據集上進行了微調,專注於皮膚病變圖像的精確分割。
圖像分割 Transformers 支持多種語言
S
ahishamm
71
1
Segformer B0 Finetuned Teeth Segmentation
其他
基於MIT-B0架構微調的牙齒X射線圖像分割模型,專門用於牙科影像中牙齒區域的精確分割
圖像分割 Transformers
S
vimassaru
55
1
Pubmed Clip Vit Base Patch32
MIT
PubMedCLIP是針對醫療領域微調的CLIP模型版本,專門用於處理醫學影像和相關文本。
文本生成圖像 英語
P
flaviagiammarino
10.27k
19
Efficientnet ParkinsonsPred
MIT
基於EfficientNet架構的帕金森病預測模型,通過分析患者繪圖實現約83%的準確率
圖像分類 Transformers 其他
E
dhhd255
17
2
Diabetic Retinopathy 224 Procnorm Vit
Apache-2.0
基於Google的ViT模型微調,用於糖尿病視網膜病變分類任務,準確率74.31%
圖像分類 Transformers
D
rafalosa
110
2
Vit Base Patch16 224 Chest X Ray
Apache-2.0
該模型是基於Google的ViT-base模型在胸部X光分類數據集上微調的版本,用於醫學影像分析。
圖像分類 Transformers
V
chanelcolgate
229
1
Vit Pneumonia
Apache-2.0
基於ViT架構的肺炎檢測模型,在胸部X光分類數據集上微調,準確率達97.68%
圖像分類 Transformers
V
trpakov
23
0
Autotrain Cxr Cfdl Repro 40197105212
這是一個通過自動訓練流程構建的二元分類視覺模型,擅長處理醫學影像分類任務。
圖像分類 Transformers
A
katielink
16
0
Detr Resnet 50 CD45RB 1000 Att
Apache-2.0
基於facebook/detr-resnet-50微調的模型,用於目標檢測任務
目標檢測 Transformers
D
polejowska
13
0
Vit Mlo 512 Breat Composition
這是一個基於ViT架構的醫學圖像分類模型,專門用於乳房成分分析,在預處理1024配置數據集上微調。
圖像分類 Transformers
V
mm-ai
35
0
Resnet 50 Finetuned Brain Tumor
Apache-2.0
基於microsoft/resnet-50微調的腦腫瘤圖像分類模型,在評估集上準確率達到91.71%
圖像分類 Transformers
R
Alia-Mohammed
472
0
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase