CT-RATE是一个将3D医学成像与文本报告相结合的数据集，旨在提供更丰富的医学影像信息。与此同时，CT-CLIP作为一个多功能的人工智能框架，已经针对这些图像进行了优化处理。该框架能够更好地理解和分析医学成像数据，...

通过对比20世纪30年代至70年代出生人群的MRI影像，科学家们发现，与30年代相比，70年代出生的婴儿大脑表面积增加了近15%，脑容量增加了6.6%。与记忆和学习相关的大脑区域大小也有所增加。虽然目前尚不清楚大脑体积的...

RDSTN是一种创新的网络技术，通过任意规模的超分辨率处理，有效提升了超声图像的清晰度。该技术成功解决了图像质量和视野范围之间的传统权衡问题。通过先进的算法和数据处理，RDSTN能够对超声图像进行精细的优化，使...

近期，一项新项目在GitHub上发布，该框架通过结合多级残差适配器和视觉-语言对齐损失函数，将CLIP模型重新应用于医疗异常检测。CLIP模型原本是由OpenAI开发的一种多模态预训练模型，能够理解图像和文本之间的关系。...

近日，OpenLLMetry-JS 在 GitHub 上发布，它是基于 OpenTelemetry 构建的一组扩展，可以完全观测您的 LLM 应用程序。OpenLLMetry-JS 为您提供了完整的可观测性，不仅可以实时监测您的应用程序，还可以帮助您诊断和优...

医学视频中的目标分割一直是医学影像处理的难点之一。近日，研究人员提出了一种名为 Vivim 的新型医学视频目标分割框架，该框架通过采用状态空间模型的方法对时空数据进行高效压缩，从而在更短的时间内实现更加准确...

谷歌DeepMind开发了一个名为AMIE（Articulate Medical Intelligence Explorer）的AI模型，用于协助医疗保健。AMIE在医学文本和对话上进行训练，将提供医学状况的解释，可能有助于诊断。在一项对比试验中，AMIE的表现...

SegMamba是一种专为3D医学图像分割设计的模型，它提供了一种比Transformer架构更高效的替代方案。SegMamba采用全卷积神经网络架构，可以对3D医学图像进行有效的分割，尤其是在肿瘤分割方面表现出色。与传统的医学影...