AI一鍵解析九大生物醫學成像模式，用戶只需文字prompt交互，微軟UW等新研究登Nature Methods

AIGC動態歡迎閱讀

原標題：AI一鍵解析九大生物醫學成像模式，用戶只需文字prompt交互，微軟UW等新研究登Nature Methods
關鍵字：模型,對象,圖像,微軟,生物醫學
文章來源：量子位
內容字數：0字

內容摘要：

BiomedParse團隊投稿量子位 | 公眾號 QbitAI用AI大模型一鍵解析MRI、CT和病理學等九大生物醫學成像模式。
不僅復雜、不規則形狀對象能高精度識別：
而且通過對象識別閾值建模，模型能夠檢測無效的提示請求，并在圖像中不存在指定對象時拒絕分割。
用戶更是無需手動進行標注或邊界框操作——
只需通過簡單的臨床語言提示指定目標對象，例如“腫瘤邊界”或“免疫細胞”，便能讓AI準確識別、檢測并分割圖像中的相關區域。
還可一次性同時分割和標記所有感興趣的生物醫學對象：
這就是來自微軟、華盛頓大學等的研究團隊最新發布的基礎模型BiomedParse，已登Nature Methods。
醫學圖像的成像模式差異巨大（如CT、MRI、病理切片、顯微鏡圖像等），傳統上需要訓練專家模型進行處理。
而BiomedParse，通過文本驅動圖像解析將九種醫學成像模式整合于一個統一的模型中，聯合預訓練處理對象識別、檢測與分割任務。
無論是影像級別的器官掃描，還是細胞級別的顯微鏡圖像，BiomedParse都可以直接利用臨床術語進行跨模式操作，為科學家和臨床醫生提供了更統一、更智能的多模式圖像解析方案。

原文鏈接：AI一鍵解析九大生物醫學成像模式，用戶只需文字prompt交互，微軟UW等新研究登Nature Methods