标签：生物医学成像

在生物医学成像领域，基础模型的预训练已成为一项关键技术，但受限于小规模和专业化的数据集。德国弗劳恩霍夫数字医学研究所（Fraunhofer MEVIS）的研究团队提出了一种创新的多任务学习策略，以解决数据稀缺的问题。他们开发的通用生物医学预训练模型（UMedPT）在多种成像任务上进行训练，包括CT、显微镜和X射线图像，采用分类、分割和物体检测等多种标记策略。 UMedPT模型在外部独立验证中表现出色，其成像特征的跨中心可转移性达到了新的高度。研究发表在2024年7月的《Nature Computational Science》上，题为“克服生物医...