v2 扩展 BiomedParse 至端到端 3D 分割并加入内置 object-existence detection,与原始 2D BiomedParse v1 不同。
基本信息
| 字段 | 说明 |
|---|---|
| 模型类型 | 文本引导生物医学解析模型 |
| 研究团队 / 机构 | Microsoft Research |
| 输入 / 模态 | 按 v2 README,支持 3D CT、MRI、超声、PET 和 3D 显微图像;专用预训练 v2 权重对应 3D。 |
| 提示 / 交互 | 文本概念提示;模型逐切片推理,并将相邻体数据上下文编码为 RGB 输入。 |
| 代码许可 | 代码:Apache-2.0。Hugging Face model card 将模型 artifact 标为 CC BY-NC-SA 4.0,并要求接受 gated-model 条款。请勿混淆 v1 与 v2 权重。 |
📚 论文与发表信息
A Foundation Model for Joint Segmentation, Detection, and Recognition of Biomedical Objects Across Nine Modalities — Nature Methods 22,166–176(2025),DOI: 10.1038/s41592-024-02499-w。v2 3D checkpoint 还基于 CVPR 2025 Text-guided 3D Segmentation Challenge release。
版本固定: 本页对应上游 v2 branch。
📦 权重与获取方式
biomedparse_v2.ckpt(约 4.46 GB)托管在 gated Hugging Face 仓库 microsoft/BiomedParse;访问可能需接受模型条款并登录。上游 v2 README 也提供 challenge-trained Docker image。
代码、模型 checkpoint 及所需 foundation-model checkpoint 可能适用不同条款。使用或再分发前请分别查看对应来源。
⚙️ 官方环境与推理方式
1 | git clone --branch v2 https://github.com/microsoft/BiomedParse.git |
脚本需要 challenge-format 预处理后的 NPZ 体数据。原始 DICOM/NIfTI 仍需按模态进行强度预处理;显存不足时可降低 --slice_batch_size。
⚠️ 版本与使用说明
3D 流程请使用 v2 branch 和 biomedparse_v2.ckpt。v1 branch 与权重是独立的 2D 流程;原始扫描图像仍需按模态进行预处理。
📜 许可
代码:Apache-2.0。Hugging Face model card 将模型 artifact 标为 CC BY-NC-SA 4.0,并要求接受 gated-model 条款。请勿混淆 v1 与 v2 权重。
引用:请按作者要求引用上述论文及上游项目。本仓库仅链接原始论文,不再分发代码或权重。
来源页面核对日期:2026 年 10 月 27 日。上游环境、权重和访问政策可能变化,请以链接的项目页面为准。