SyRe医学分割基础模型论文（v3）

Haonan Wang 等作者发布/更新论文（v3），提出文本提示驱动的医学图像分割基础模型 SyRe，基于协同视觉-语言强化学习增强视觉与语言表征的双向交互，支持单目标、多目标和开放式分割任务。 作者构建了 SyReData 数据集，包含 9 种模态、229 项分割任务和 2000 万组图像—掩码—描述三元组。摘要称模型在 28 个未见外部数据集（含 17 种癌症、3 种非癌疾病及多国自有队列）上评估，显示分布偏移下的泛化能力；并报告其掩码可用于五个回顾性肿瘤影像队列的影像组学生存分层和预后建模。以上为摘要中的说法，证据来自论文摘要。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。