#medical-ai Repositories
Entdecke 18 aktive Open-Source-GitHub-Repositories, die mit #medical-ai getaggt sind und insgesamt 22,415 Sterne gesammelt haben (durchschnittlich 1,245 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist wasserth/TotalSegmentator mit 3,172 Sternen.
Insgesamt 18 Repositories
Tool zur robusten Segmentierung von >100 wichtigen anatomischen Strukturen in CT- und MR-Bildern
Pytorch 3D U-Net Convolutional Neural Network (CNN) für die medizinische Bildsegmentierung
Ein Deep-Learning-Toolkit für KI im Gesundheitswesen: elektronische Patientenakten (MIMIC, eICU, OMOP), klinische Texte, Signale und Bildgebung. Über 30 Modelle und reproduzierbare Pipelines.
【ICML 2025 Spotlight】 Offizielles Repo für das Paper „HealthGPT: Ein großes medizinisches Vision-Sprachmodell zur Vereinheitlichung von Verständnis und Generierung durch heterogene Wissensanpassung“
Bilde deinen Körper in Daten ab. Ein Standard, alle Quellen, ein vollständiges Bild von dir: eine selbst gehostete Gesundheitsakte aus Laborberichten, Wearable-Daten und Genetik – mit jeder Zahl bis zu ihrer Quelle zurückverfolgbar und einem integrierten MCP-Server. Führe sie mit Docker und einem LLM-Schlüssel aus oder betreibe alle Modelle lokal mit llama.cpp.
Dieses Projekt hat ein intelligentes medizinisches Frage-Antwort-System entworfen und implementiert, das auf Knowledge Graph RAG und großen Sprachmodellen basiert. Basierend auf dem medizinischen Datensatz DiseaseKG und unter Verwendung von Neo4j konstruiert das System einen domänenspezifischen Wissensgraphen mit 44.000 Entitäten und 310.000 Beziehungen. Durch die Kombination von BERT-basierter Erkennung benannter Entitäten und der Absichtserkennung durch ein 32B-Modell mildert das System durch präzise Graphabfragen und kontrollierte Antwortgenerierung effektiv die Halluzinationsprobleme großer Modelle in medizinischen Szenarien und verbessert die Genauigkeit und Zuverlässigkeit der Antworten erheblich.
TorchXRayVision: Eine Bibliothek von Röntgen-Thorax-Datensätzen und Modellen. Klassifikatoren, Segmentierung und Autoencoder.
Ein Benchmark für klinische Entscheidungen und Evidenz: die eine Tatsache herausarbeiten, auf der eine Antwort beruht, und prüfen, ob sich die Handlung des Assistenten entsprechend der Evidenz verändert. Auf HealthBench aufgebaut.
Ein transparentes Generalistenmodell für ein ganzheitliches medizinisches Bild-Sprach-Verständnis
[TMLR 2025🔥] Eine Übersicht über autoregressive Modelle in der Bildverarbeitung.
BiomedGPT: Ein allgemeines Vision-Language Basismodell für diverse biomedizinische Aufgaben
Die offiziellen Codes für "PMC-LLaMA: Auf dem Weg zum Aufbau von Open-Source-Sprachmodellen für die Medizin"
EMNLP'22 | MedCLIP: Kontrastives Lernen aus ungepaarten medizinischen Bildern und Texten
Prov-GigaPath: Ein ganzes Schichtenmodell für die digitale Pathologie aus realen Daten
SegMamba: Langreichweitige sequentielle Modellierungs-Mamba für die 3D-Segmentierung medizinischer Bilder
[IEEE TMI-2024] UNETR++: Vertiefte Untersuchung der effizienten und präzisen 3D-Segmentierung medizinischer Bilder
MedResearcher-R1 ist ein tiefer Forschungsagent für medizinische Szenarien, aufgebaut auf einem wissensinformierten Framework für Trajektorsynthese.
Häufig gestellte Fragen
Welches ist das beliebteste #medical-ai-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#medical-ai-Projekt auf GitHub ist wasserth/TotalSegmentator mit 3,172 Sternen. Tool zur robusten Segmentierung von >100 wichtigen anatomischen Strukturen in CT- und MR-Bildern
Welche Programmiersprachen werden in #medical-ai-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #medical-ai-Projekten auf GitHub sind Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #medical-ai-Repositories berechnet?
Wir verfolgen 18 aktive Open-Source-Repositories, die mit #medical-ai getaggt sind (500+ Sterne), mit insgesamt 22,415 Sternen und durchschnittlich 1,245 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.