/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
18 июн 2025

CMRCLIP

ЭмбеддингиТекст → embedding3 профессии

CMRCLIP сопоставляет изображения кардиальной МРТ с клиническими отчетами, кодируя их в общее векторное пространство для поиска и оценки сходства.

128скачиваний за 30 дней3лайкавеса обновлены10 июл 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

CMRCLIP — контрастивная мультимодальная модель для сопоставления изображений сердечной магнитно-резонансной томографии (CMR) с клиническими отчетами. В репозитории размещены обученные веса и минимальная конфигурация; модель сочетает текстовый энкодер Bio_ClinicalBERT, видеоэнкодер на основе Vision Transformer SpaceTimeTransformer и проекционный слой, который переводит представления обеих модальностей в общее векторное пространство.

Модель предназначена для поиска и ранжирования соответствий между CMR-изображениями и отчетами, оценки сходства и использования в последующих задачах. Она принимает медицинские изображения CMR и клинический текст на английском языке, выдавая векторные представления для обеих модальностей. Модель распространяется по лицензии MIT.

Карточка не приводит размер модели, длину контекста или результаты клинической валидации. Предназначение ограничено кардиальной магнитно-резонансной томографией и клиническими отчетами; качество на других типах изображений и текстов не подтверждено.

Сценарии применения

  • Поиск клинических отчетов по изображениям кардиальной МРТ
  • Поиск CMR-изображений по тексту клинического отчета
  • Оценка сходства между CMR-исследованием и отчетом
  • Извлечение мультимодальных признаков для последующих медицинских задач

Ограничения

Модель ориентирована на изображения кардиальной МРТ и связанные с ними клинические отчеты; применимость к другим медицинским данным не подтверждена. В карточке не приведены результаты клинической валидации.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CMRCLIP

A CMR-report contrastive model combining Vision Transformers and pretrained text encoders.

CMRCLIP Model Overview


Model Overview

CMRCLIP encodes CMR(Cardiac Magnetic Resonance) images and clinical reports into a shared embedding space for retrieval, similarity scoring, and downstream tasks. It uses:

  • A pretrained text encoder (Bio_ClinicalBERT)
  • A video encoder built on Vision Transformers (SpaceTimeTransformer)
  • A lightweight projection head to map both modalities into a common vector space

This repository contains only the trained weights and minimal configuration needed to load and run the model.


Files

  • config.json — Model hyperparameters & architecture settings
  • pytorch_model.bin — Saved PyTorch state_dict of the trained model

Usage Example

Below is a minimal example of how to download and load the model using the Hugging Face Hub:

# Clone the repository
git clone git@github.com:Makiya11/CMRCLIP.git
cd CMRCLIP

# Install dependencies
pip install -r requirements.txt
import json
import torch
from huggingface_hub import hf_hub_download
from model.cmrclip import CMRCLIP

# 1. Download artifacts
def _download_file(filename):
    return hf_hub_download(
        repo_id="makiyeah/CMRCLIP",
        filename=filename
    )
config_file = _download_file("config.json")
weights_file = _download_file("pytorch_model.bin")

# 2. Load config & model
with open(config_file, "r") as f:
    cfg = json.load(f)

model = CMRCLIP(
    video_params=cfg["video_params"],
    text_params=cfg["text_params"],
    projection_dim=cfg.get("projection_dim", 512),
    load_checkpoint=cfg.get("load_checkpoint"),
    projection=cfg.get("projection", "minimal"),
)
state_dict = torch.load(weights_file)
model.load_state_dict(state_dict)
model.eval()

Configuration (config.json)

{
"video_params": {
    "model": "SpaceTimeTransformer",
    "arch_config": "base_patch16_224",
    "num_frames": 64,
    "pretrained": true,
    "time_init": "zeros"
},
"text_params": {
    "model": "emilyalsentzer/Bio_ClinicalBERT",
    "pretrained": true,
    "input": "text"
},
"projection": "minimal",
"projection_dim": 512,
"load_checkpoint": ""
}


License

This model is released under the MIT license. See LICENSE for details.


Citation

If you use this model in your work, please cite:

@misc{cmrclip2025,
  title={CMR-CLIP: Contrastive Language Image Pretraining for a Cardiac Magnetic Resonance Image Embedding with Zero-shot Capabilities},
  author={Makiya Nakashima, Jielin Qiu, Peide Huang, Po-Hao Chen, Richard Grimm, Christopher Nguyen, Byung-Hak Kim, Ding Zhao, Deborah Kwon, David Chen},
  year={2025},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
1aedb53

0 моделей