会员登录
免费注册
忘记密码
管理入口
返回主站
保存桌面
手机浏览
联系方式
会员中心
协会精选
行业聚焦
协会活动
技术前沿
公益活动
交流合作
企业走访
人物访谈
企业风采
协会信息
协会查询
科技前沿
工业制造
商业贸易
IT通信
互联网
生物医药
金融保险
企业服务
医疗保健
消费电商
文化娱乐
先进制造
交通物流
汽车工业
重型工业
民生服务
零售批发
房地产
建筑建材
贸易进出口
峰会活动
项目库
机构库
发现更多
方案
动态
招募会员
产品服务
搜索
高级搜索
首页
协会查询
首页概览
最新动态
单位介绍
联系方式
首页
>
最新动态
>
温州医科大学成功研发通用大型生成式医学影像模型
最新动态
温州医科大学成功研发通用大型生成式医学影像模型
2024-12-25
16
温州医科大学眼视光医院联合北京大学、澳门科技大学等国内外合作机构,研发了通用大型生成式医学影像模型(MINIM),用于生成海量合成影像数据,为医学影像领域的大模型训练注入“新燃料”,为下游医疗健康实施应用指明一条新道路。
随着人工智能技术的飞速发展,AI在医疗行业的应用加速推进。目前,人工智能算法的性能依赖于如何“喂”足高质量“数据养料”,由于患者隐私保护及高质量医疗数据的匮乏,极大限制了人工智能在医疗领域的广泛应用。
MINIM不仅有效解决了患者隐私保护问题,还克服了高昂的数据标注成本等医学大模型训练中的关键瓶颈。研究通过少量高质量的医学影像与报告配对数据训练模型,实现了跨器官、多模态的海量高质量医学影像及报告的生成。研究结果显示,MINIM生成的合成数据在医生主观评测和多项客观检验指标上均达到国际领先水平,在临床应用中展现了重要的参考价值。此外,研究团队通过强化学习技术为MINIM引入了自我优化机制,模型能根据医生评分不断提升生成能力。这一递归优化路径为医学影像数据的合成与应用开辟了新方向。
MINIM生成的合成数据展现了广泛的应用前景。研究表明,这些数据既可单独作为训练集用于构建医学影像大模型,也可与真实数据结合,显著提高模型在实际任务中的性能。在疾病诊断、医学报告生成及自监督学习等关键领域,使用MINIM生成的合成数据训练模型,获得了显著的性能提升。此外,该模型已在肺部CT影像的EGFR突变预测及生存分析、乳腺MRI影像的HER2突变阳性预测等场景中验证了其临床应用价值。(信息来源:温州日报)
点我访问原文链接