Дообученная на гистологических патчах колоректальных тканей модель HistAI классифицирует изображения для задач цифровой патологии.

Подходит для: Классификация патчей гистологических изображений колоректальной ткани · Разделение патчей аденокарциномы по классам · Автоматическая сортировка патчей для анализа цифровых стекол

ColonCrafter оценивает глубину в колоноскопических видео, сохраняя согласованность предсказаний между кадрами.

Подходит для: оценка глубины по кадрам колоноскопического видео · анализ пространственной структуры стенок толстой кишки · получение временно согласованных карт глубины при эндоскопическом обследовании

Мультимодальная модель NVIDIA на базе Qwen2.5-VL-7B, которая описывает хирургические действия, инструменты и анатомические цели на кадрах лапароскопической холецистэктомии.

Подходит для: распознавание хирургических действий на кадрах лапароскопии · описание хирургических инструментов и анатомических целей · анализ этапов лапароскопической холецистэктомии

Компактный ViT-backbone Kaiko AI извлекает признаки из изображений для последующего анализа, в том числе гистопатологических снимков.

Подходит для: извлечение эмбеддингов из гистопатологических изображений · подготовка признаков изображений для классификатора · группировка и поиск похожих медицинских изображений по признакам

ResNet50, обученная на Kather100K для классификации гистологических изображений тканей толстой кишки.

Подходит для: классификация фрагментов гистологических изображений толстой кишки · автоматическая разметка изображений цифровой патологии · анализ гистологических снимков для исследовательских задач

Дообученная модель ViT для классификации колоноскопических изображений из набора Kvasir v2.

Подходит для: Классификация кадров колоноскопии по категориям Kvasir v2 · Предварительная сортировка колоноскопических изображений по классам · Эксперименты с классификацией медицинских изображений

Digepath — модель Vision Transformer для извлечения признаков и анализа гистологических изображений желудочно-кишечного тракта.

Подходит для: извлечение признаков из H&E-изображений патологии ЖКТ · классификация whole-slide изображений желудочно-кишечной патологии · классификация областей интереса на гистологических препаратах

ColonGPT — мультимодальная модель для классификации колоноскопических изображений и генерации или понимания выражений, относящихся к областям интереса.

Подходит для: классификация колоноскопических изображений · поиск и описание полипов по изображению · генерация выражения, указывающего на область интереса на эндоскопическом снимке

U-Net с энкодером ResNet34 выделяет полипы на изображениях колоноскопии для исследовательских экспериментов.

Подходит для: сегментация полипов на кадрах колоноскопии · создание масок полипов для анализа медицинских изображений · оценка качества сегментации на наборах Kvasir-SEG и CVC-ClinicDB

U-Net с энкодером ResNet34 сегментирует полипы на изображениях колоноскопии и предназначена для исследовательской оценки.

Подходит для: выделение полипов на эндоскопических изображениях · построение масок полипов для анализа колоноскопических кадров · оценка качества алгоритмов сегментации полипов

Классификатор изображений эндоскопии ЖКТ на базе ConvNeXt V2 и Swin Transformer распознаёт восемь классов находок и нормальных анатомических областей.

Подходит для: классификация кадров эндоскопии ЖКТ на восемь классов · распознавание полипов на изображениях эндоскопии · выявление эзофагита и язвенного колита на эндоскопических кадрах