TotalSegmentator v2.5.0权重更新:新增多器官分割模型详解
项目概述
TotalSegmentator是一个开源的医学图像分割工具,专注于全身CT和MRI影像的自动分割任务。该项目通过深度学习技术,能够快速准确地分割出人体各个解剖结构,为医学影像分析提供强大支持。最新发布的v2.5.0版本带来了一系列重要的权重更新,新增了多个专业分割模型,并优化了现有模型的性能。
新增模型详解
肾脏囊肿分割模型
本次更新引入了专门针对肾脏囊肿的分割模型(Dataset789_kidney_cyst_501subj),基于501例患者数据训练而成。该模型能够精确识别和分割肾脏中的囊肿区域,为肾脏疾病的诊断和监测提供量化工具。囊肿分割在临床上有重要价值,可用于评估多囊肾病的进展、监测治疗效果等。
乳腺组织分割
新增的乳腺分割模型(Dataset527_breasts_1559subj)基于1559例样本训练,能够准确区分乳腺腺体组织和周围脂肪组织。这一模型特别适用于乳腺癌筛查、乳腺密度评估等应用场景,为乳腺影像分析提供了自动化工具。
MRI全身扫描分割
v2.5.0版本引入了两个针对MRI全身扫描的模型变体:
- 标准分辨率模型(Dataset597_mri_body_139subj)
- 6mm厚层模型(Dataset598_mri_body_6mm_139subj)
这两个模型针对139例MRI全身扫描数据训练,能够处理不同层厚的MRI影像。6mm厚层模型特别适合处理快速扫描获得的低分辨率图像,扩大了模型的适用范围。
脊柱椎体分割
新加入的MRI椎体分割模型(Dataset756_mri_vertebrae_1076subj)基于1076例样本训练,能够精确识别和标记各个椎体。这一模型对于脊柱疾病的诊断、手术规划等应用具有重要意义。
肝脏精细分割
本次更新包含两个肝脏分割模型:
- CT肝脏分段模型(Dataset570_ct_liver_segments)
- MRI肝脏分段模型(Dataset576_mri_liver_segments_120subj)
这两个模型能够将肝脏细分为多个解剖学分段,为肝脏手术规划、肿瘤定位等提供精确的解剖参考。
模型性能优化
v2.5.0版本对原有的MRI分割模型进行了全面升级,推出了四个改进版本:
- 器官分割模型(Dataset850_TotalSegMRI_part1_organs_1088subj)
- 肌肉分割模型(Dataset851_TotalSegMRI_part2_muscles_1088subj)
- 3mm全身分割模型(Dataset852_TotalSegMRI_total_3mm_1088subj)
- 6mm全身分割模型(Dataset853_TotalSegMRI_total_6mm_1088subj)
这些模型基于1088例MRI数据训练,分割精度和鲁棒性都有显著提升。特别是提供了不同层厚的模型变体,可以更好地适应各种扫描协议获得的影像。
其他重要更新
- 下颌骨分割模型(Dataset115_mandible):用于精确分割下颌骨结构
- 脑室细分模型(Dataset552_ventricle_parts_38subj):将脑室细分为多个解剖部分
- 肺结节检测模型(Dataset913_lung_nodules):用于自动检测和分割肺部结节
- 腹部肌肉分割模型(Dataset952_abdominal_muscles_167subj):专门针对腹部肌肉群的分割
技术意义与应用前景
TotalSegmentator v2.5.0的权重更新体现了医学影像AI领域的几个重要发展趋势:
- 专业化细分:从通用分割向特定解剖结构、特定疾病的专用模型发展
- 多模态支持:同时支持CT和MRI两种主要医学影像模态
- 临床实用性:针对实际临床需求开发专用模型,如囊肿分割、肺结节检测等
- 适应性增强:提供不同分辨率、不同层厚的模型变体,提高临床适用性
这些更新显著扩展了TotalSegmentator的应用范围,使其能够服务于更广泛的医学研究和临床场景。从基础解剖学研究到特定疾病的诊断监测,这些专业分割模型都将发挥重要作用。
未来,随着更多专业模型的加入和现有模型的持续优化,TotalSegmentator有望成为医学影像分析领域更加全面、强大的工具,为精准医疗和医学研究提供有力支持。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava02GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0287- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









