医学影像中的基础模型：综述与展望
图像与视频处理
2025-11-19 v4 人工智能
计算机视觉与模式识别
摘要
基础模型（FMs）通过从大量无标注数据中学习，正在改变医学影像的分析方式。基础模型无需依赖人工标注的样本，而是预训练以学习通用视觉特征，随后可借助少量额外监督适应特定临床任务。在本综述中，我们考察了基础模型在病理学、放射学和眼科学中的发展与应用，引用了超过150项研究的证据。我们解释了基础模型流水线的核心组件，包括模型架构、自监督学习方法以及下游适应策略。我们还综述了基础模型在每个影像领域中的使用方式，并比较了不同应用之间的设计选择。最后，我们讨论了关键挑战与开放问题，以指导未来研究。
引用
@article{arxiv.2506.09095,
title = {Foundation Models in Medical Imaging: A Review and Outlook},
author = {Vivien van Veldhuizen and Vanessa Botha and Chunyao Lu and Melis Erdal Cesur and Kevin Groot Lipman and Edwin D. de Jong and Hugo Horlings and Clárisa I. Sanchez and Cees G. M. Snoek and Lodewyk Wessels and Ritse Mann and Eric Marcus and Jonas Teuwen},
journal= {arXiv preprint arXiv:2506.09095},
year = {2025}
}