Модель сегментирует лёгкие и сердце на рентгенограммах грудной клетки и предсказывает проекцию снимка, возраст и пол пациента.
Подходит для: сегментация лёгких на рентгенограмме грудной клетки · сегментация сердца на рентгеновском снимке · определение проекции снимка AP, PA или боковой
Ансамбль EfficientNetV2-S классифицирует маммограммы, оценивая риск рака молочной железы и плотность ткани.
Подходит для: оценка риска рака молочной железы на скрининговой маммографии · классификация плотности ткани молочной железы по маммограмме · пакетный анализ снимков маммографии
Трёхфолдовый ансамбль ConvNeXtV2 оценивает костный возраст ребёнка по рентгенограмме кисти и выдаёт результат в месяцах.
Подходит для: оценка костного возраста по рентгенограмме кисти ребёнка · исследовательский анализ снимков для задач детской радиологии · сравнение прогнозов костного возраста с разметкой специалистов
Лёгкая модель на основе MobileNetV3 автоматически находит полезную область маммограммы и предсказывает координаты для удаления лишнего фона.
Подходит для: автоматическое кадрирование скрининговых маммограмм · удаление пустого фона с рентгеновских снимков молочной железы · подготовка маммограмм к дальнейшему анализу компьютерным зрением
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
Модель на базе EfficientNetV2-S выявляет пневмонию на фронтальных рентгенограммах грудной клетки и сегментирует области помутнения.
Подходит для: скрининг рентгенограмм грудной клетки на признаки пневмонии · бинарная классификация снимка на наличие пневмонии · сегментация областей помутнения в лёгких
Компактная модель на основе MobileNetV3 выделяет кисть на детских рентгенограммах для стандартизации изображений перед оценкой костного возраста.
Подходит для: обрезка области кисти на детской рентгенограмме · подготовка рентгеновских снимков к модели оценки костного возраста · автоматическая стандартизация изображений кисти
Исследовательская модель анализирует бесконтрастную КТ головы, классифицирует срезы и серии по типам внутричерепного кровоизлияния и формирует качественные карты локализации.
Подходит для: классификация срезов КТ головы по типам кровоизлияния · выявление наличия любого внутричерепного кровоизлияния в серии КТ · оценка последовательности срезов КТ с учётом контекста серии
Производная модели 3loi/SER-Odyssey-Baseline-WavLM-Multi-Attributes. Модель на базе WavLM оценивает возбуждение, доминантность и валентность в аудиозаписях речи.
Подходит для: оценка эмоциональной окраски речи в подкастах · измерение возбуждения и спокойствия говорящего · оценка доминантности в речевых записях