使用整流流变压器扩展胸部X光片生成基础模型
研究人员推出了首个十亿参数级别的胸部X光片生成基础模型，拥有超过13亿参数，在包含120万张X光片和临床专家指导元数据的异构数据集上训练了1.6万亿tokens。该模型支持对多个患者亚群、采集视图和十余种病理的可控生成与编辑，生成的X光片在临床专家看来与真实图像无异，显著提升了合成逼真度。
来源arXiv Computer Vision作者: Fabio De Sousa Ribeiro, Emma A. M. Stanley, Charles Jones, Tian Xia, Dominic C. Marshall, Laurent Renard Trich\'e, Christopher V. Cosgriff, Panagiotis Dimitrakopoulos, Sotirios A. Tsaftaris, Ben Glocker
来自arXiv的一篇新论文介绍了首个十亿参数级别的胸部X光片生成基础模型。该模型基于整流流变换器架构，拥有超过13亿参数，并在一个精心整理的大型数据集上进行了训练，该数据集包含120万张X光片以及由临床专家指导的元数据，总计训练了1.6万亿tokens。
现有的放射学AI模型常常在不同患者亚群、医疗机构和采集设置之间泛化能力不足，导致实际临床应用受限。这项研究通过可控、高保真的胸部X光片合成，为多样化临床数据集和评估诊断模型的鲁棒性提供了新途径。
该模型不仅支持根据人口统计亚群、采集视图和多种病理条件生成X光片，还允许对现有图像进行编辑修改。研究者声称，该模型在合成逼真度上显著超越了当前最先进水平，生成的图像在临床专家评估中与真实X光片无法区分。
这一成果标志着生成式AI在医学影像领域的重要进步，有望改善数据多样性，并帮助构建更可靠的诊断系统。论文由Fabio De Sousa Ribeiro等人提交，于2026年6月17日发布，并提供项目页面供进一步参考。