Awesome-Foundation-Models-in-Medical-Imaging

一页看懂医学影像AI基础模型,找模型不再大海捞针

这是一个精选清单,汇集了医学影像领域中的基础模型,涵盖视觉和语言任务。项目旨在解决医学影像分析中模型分散、难以追踪的问题,为研究人员和开发者提供结构化的资源导航。核心能力包括按任务类型(如分类、分割、报告生成)和模态(如X光、CT、MRI)分类整理模型,并附有论文链接和代码仓库。它帮助用户快速了解该领域的前沿进展,选择合适的预训练模型,并促进学术交流与复现。

开源 free 开源模型
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 305
维护状态 低维护
是否开源 是
定价模式 free

项目数据

分类开源模型
开发团队xmindflow
所属国家
官网地址
定价模式free
价格说明开源项目,MIT许可证,完全免费,无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言
技术栈/模型foundation-models,medical,medical-image-analysis,medical-image-processing,medical-imaging,sam
GitHub 星标★ 305
30天Star增速
HF 下载量
上线时间2023-08-09 00:00:00
最近更新2026-09-24 00:00:00
维护状态低维护
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

  • 分类清晰,按任务和模态组织,检索高效
  • 覆盖视觉-语言多模态模型,紧跟前沿方向
  • 每个模型附论文和代码,便于深入研究和复现

不足之处

  • 更新频率依赖维护者,可能滞后于最新研究
  • 文档/社区待观察

适用场景

  • 科研选题时快速调研医学影像基础模型现状
  • 工程师选型预训练模型用于医学影像下游任务
  • 教学备课整理医学AI前沿技术清单

替代项目

Awesome-Medical-Imaging、MedicalZoo、MONAI

项目介绍

Awesome-Foundation-Models-in-Medical-Imaging 是开源模型领域的开源项目,由 xmindflow 开发,2023 年首次发布。

它收录于开源模型分类,该分类目前共有 424 个项目,GitHub 星标数为 305。

项目已超过三个月没有代码更新,维护节奏明显放缓,最近一次代码更新于 2026-09-24。MIT许可证,完全免费,无付费版本。

它主要面向的使用场景是:科研选题时快速调研医学影像基础模型现状。同类可对比的替代方案包括 Awesome-Medical-Imaging、MedicalZoo、MONAI。

同类项目推荐

Machine-Learning 开源

跟着博客笔记,边看边跑机器学习代码

All content related to machine learning from my blog

★ 115 2026-08-09
CoreML-Models 开源

下载即用的苹果端 AI 模型库,免去转换烦恼

Core ML model zoo for iOS/macOS — PyTorch models converted to ready-to-use .mlpacka···

★ 1873 2026-08-10