SuPreM

用海量CT数据预训练,让医学影像分析模型更准

SuPreM 是一个面向医学影像分析的3D预训练模型库,基于ICLR 2024 oral论文提出。它利用9,262个CT体数据和25个标注类别进行监督预训练,解决了医学影像标注数据稀缺、通用预训练模型在医学任务上效果不佳的问题。核心能力包括提供多种预训练骨干网络(如ResNet、ViT等),支持2D和3D医学影像的迁移学习,并附带完整的预训练权重和微调代码。其创新点在于使用大规模CT数据上的监督信号(如器官分割标签)进行预训练,使模型能学到更丰富的解剖结构特征,从而在下游任务(如器官分割、病灶检测)中取得更优性能。项目代码结构清晰,易于集成到现有医学影像分析流程中。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 432
维护状态 较活跃
是否开源
定价模式 free

项目数据

分类开源模型
开发团队MrGiovanni
所属国家
定价模式free
价格说明开源模型,MIT许可证,可自由使用,无付费版本。
访问状态
是否开源
开源协议NOASSERTION
主要语言Python
技术栈/模型3d-segmentation,abdomen,ct,dataset,foundation-models,foundational-datasets,medical-imaging,monai,nnunet,organ-segmentation,pre-trained-model,representation-learning,segmentation,supervised-learning,transfer-learning
GitHub 星标★ 432
30天Star增速
HF 下载量
上线时间2023-11-26 00:00:00
最近更新2026-09-16 00:00:00
维护状态较活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数2

使用教程

核心亮点

  • 基于9,262个CT体数据和25个标注类别的监督预训练,特征表达更贴合医学影像
  • 提供多种预训练骨干网络(ResNet、ViT等),支持2D/3D迁移学习,适配性强
  • ICLR 2024 oral论文背书,方法经过严格同行评审,性能有保障

不足之处

  • 仅支持CT模态,对MRI、X光等其他医学影像模态的泛化能力未知
  • 预训练数据规模相对有限(9k+),相比自然图像预训练(如ImageNet)仍有差距
  • 文档/社区待观察

适用场景

  • 医学影像中的器官分割任务(如肝脏、肾脏等)
  • 病灶检测与分类(如肺结节、肿瘤)
  • 医学影像领域的迁移学习研究,作为预训练权重初始化

替代项目

MONAI、nnU-Net、MedicalNet

项目介绍

SuPreM 是行业应用领域的开源项目,由 MrGiovanni 开发,2023 年首次发布。

它收录于行业应用分类,该分类目前共有 544 个项目,GitHub 星标数为 432。

项目保持着较活跃的维护节奏,最近一次代码更新于 2026-09-16。MIT许可证,可自由使用,无付费版本。

它主要面向的使用场景是:医学影像中的器官分割任务(如肝脏、肾脏等)。同类可对比的替代方案包括 MONAI、nnU-Net、MedicalNet。

同类项目推荐

xmgai-like 开源

换脸、艺术二维码随手玩,副业灵感一包带走。

本开源 AI 副业搞钱项目集成了强大功能,包括 AI 艺术二维码生成、AI 换脸、Delle3 绘画等···

★ 60 2026-08-09
spoken-to-signed-translation 开源

把口语文本一路转成手语视频的流水线

a text-to-gloss-to-pose-to-video pipeline for spoken to signed language translation

★ 102 2026-09-11
LiveTranslate 开源

直播看片实时翻译,字幕秒出,跨语言无压力

Real-time audio translation, captures system audio + mic, runs ASR (Whisper/SenseVoi···

★ 691 2026-08-13