基于ConvNeXT架构的前列腺组织病理学图像分类模型,用于ISUP分级
下载量 15
发布时间 : 5/24/2022
模型简介
该模型使用ConvNeXT架构对前列腺组织病理学图像进行分类,特别针对ISUP分级任务。输入为拼接的WSI切片图像,尺寸为1152x1152像素。
模型特点
医学图像分类
专门针对前列腺组织病理学图像的ISUP分级任务优化
ConvNeXT架构
采用现代ConvNeXT架构,结合CNN和Transformer的优势
WSI切片处理
支持处理拼接的WSI切片作为输入,尺寸为1152x1152像素
模型能力
医学图像分类
前列腺癌分级
组织病理学图像分析
使用案例
医疗诊断
前列腺癌ISUP分级
自动对前列腺组织病理学图像进行ISUP分级(0-5级)
准确率54.91%,二次加权科恩卡帕系数0.663
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文