#medical-ai 仓库
探索 18 个标记为 #medical-ai 的活跃开源 GitHub 仓库,它们累计获得 22,415 个 Star(平均每个项目 1,245 个)。该主题的领先项目是 wasserth/TotalSegmentator,拥有 3,172 个 Star。
共 18 个仓库
【ICML 2025 Spotlight】 论文‘’HealthGPT : A Medical Large Vision-Language Model for Unifying Comprehension and Generation via Heterogeneous Knowledge Adaptation‘’ 的官方仓库
用数据映照你的身体。统一标准,汇集所有来源,呈现完整的你:一份由实验室报告、可穿戴设备数据和基因信息构建的自托管健康档案,每个数字都可追溯至其来源,并内置 MCP 服务器。使用 Docker 和一个 LLM 密钥即可运行,也可以通过 llama.cpp 将所有模型保留在本地。
本项目设计并实现了一个基于知识图谱 RAG 与大语言模型的医疗智能问答系统。系统以 DiseaseKG 医疗数据集为基础,依托 Neo4j 构建包含 4.4 万实体与 31 万关系的领域知识图谱;结合 BERT 命名实体识别与 32B 大模型意图识别,通过精确的图谱检索与受控的答案生成,有效缓解大模型在医疗场景中的幻觉问题,显著提升回答的准确性与可靠性。
常见问题解答
GitHub 上最受欢迎的 #medical-ai 仓库是什么?
GitHub 上排名第一的开源 #medical-ai 项目是 wasserth/TotalSegmentator,拥有 3,172 个 Star。用于CT和MR图像中>100个重要解剖结构稳健分割的工具
#medical-ai 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #medical-ai 项目中,最常见的编程语言是 Python, Jupyter Notebook。
#medical-ai 仓库的排名是如何计算的?
我们跟踪了 18 个标记为 #medical-ai 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 22,415 个 Star,平均每个仓库拥有 1,245 个 Star。排名每日根据 GitHub API 更新。