Large-Scale-Medical

用几何先验预训练三维医学影像，让模型更懂解剖结构

Large-Scale-Medical 是一个面向大规模三维医学影像预训练的开源项目，发表于 TPAMI 2026。它针对医学影像分析中标注数据稀缺、模型泛化能力不足的问题，提出利用几何上下文先验（Geometric Context Priors）进行自监督预训练。核心能力包括：从海量未标注的 CT/MRI 等三维体数据中学习通用的解剖结构表示，通过几何先验增强模型对器官边界、空间关系的理解，从而提升下游任务（如分割、检测）的性能。项目提供了完整的预训练代码、模型权重和微调接口，支持主流深度学习框架，便于研究者直接使用或在此基础上扩展。其创新点在于将几何信息显式融入预训练目标，相比传统基于对比学习或重建的方法，能更高效地捕获医学图像的结构化特征。