3D医学基础模型基准与迁移性估计研究

2026年10月14日，arXiv Computer Vision 发布一项由 Jiaqi Tang 等作者完成的研究，对 3D 医学视觉基础模型的迁移性进行基准测试。该研究在相同 14 个分割、分类与回归任务上，对 23 个 3D 医学自监督基础模型候选进行评估，任务覆盖多种解剖结构与成像模态。结果显示，没有任何候选能同时在所有分割任务或所有分类回归任务中进入前三；卷积编码器与 Transformer 在不同任务上互有胜负。该报道为目前事件的最新进展，未提及与早先报道存在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。