awesome-multimodal-in-medical-imaging

一站式收藏医学影像多模态学习资源，快速入门前沿研究

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 85 🐛 待处理 1 👀 关注 22

GitHub ↗

GitHub 星标 ★ 985

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源资源集合，MIT许可证，完全免费，无付费版本。

项目预览

awesome-multimodal-in-medical-imaging 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队richard-peng-xia

GitHubhttps://github.com/richard-peng-xia/awesome-multimodal-in-medical-imaging

定价模式🏷️完全免费

价格说明开源资源集合，MIT许可证，完全免费，无付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议MIT

技术栈/模型large-language-models,large-multimodal-models,medical-imaging,medical-report-generation,multimodal-deep-learning,multimodal-large-language-models,multimodal-learning,visual-question-answering

GitHub 星标★ 985

上线时间2022-07-13 00:00:00

代码更新2026-10-26

仓库体积507 KB

本站数据更新2026-11-08

维护状态较活跃

收录时间2026-08-09

浏览次数5

项目介绍

这是一个关于医学影像中多模态学习应用资源的精选列表，收录了论文、数据集、代码和工具，覆盖多模态融合、跨模态生成、医学视觉语言模型等方向。它解决了医学影像领域多模态信息（如影像、文本、病理、基因组）整合研究资料分散的问题，为研究人员和开发者提供系统化导航。核心能力包括分类整理前沿论文、汇总公开数据集、链接开源实现，并持续更新以跟踪领域进展。项目处于早期阶段，但已积累近千星标，是进入该领域的高质量起点。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 985

技术标签

large-language-models large-multimodal-models medical-imaging multimodal-deep-learning multimodal-large-language-models

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：文献索引 3 步

安装与启动步骤

1浏览分类

按 Image-Classification / Object-Detection / Semantic-Segmentation 等 CV 方向浏览论文列表。
2获取论文

点击 [[pdf]] 与 [[code]] 链接下载论文及开源代码。
3引用格式

仓库提供了 Markdown 引用模板，便于在学术写作中标注来源。