科研 Skill

医学影像深度学习模型开发

20-ai-medical-imaging-ai-cnn-imaging

在AI医学影像领域开展“CNN影像”任务时使用;根据输入、科学假设和运行环境,在医学影像深度学习下已保留的方法实现之间路由。

官方收录发布者 Codar安全审核通过v0.1.1更新于 2026-09-04

SKILL.md

医学影像深度学习模型开发

先定义患者级任务、输入序列、标签来源和真实部署时可获得的信息。针对标准医学分割且希望使用自动规划时优先 nnU-Net;本 Skill 处理自定义分类、检测、分割和迁移学习。

患者级划分先于 patch/切片生成。所有归一化、采样、预训练选择和超参数只使用训练/验证数据。类别或病灶不平衡时明确采样策略,并保留反映真实患病率的测试集。

训练记录架构、初始化、损失、优化器、随机种子和 checkpoint 选择。与简单基线比较,在独立测试集给出区间、校准和按设备/中心分层结果,检查模型是否利用文字标记、床板或扫描协议等捷径。

交付可复现实验配置、模型、推理预处理、测试结果和失败案例;没有外部验证时明确限制。

所属插件

AI医学影像影像组学、医学影像深度学习与数字病理。

安装该插件会一并获得同领域的 22 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

医学影像深度学习模型开发能做什么?

在AI医学影像领域开展“CNN影像”任务时使用;根据输入、科学假设和运行环境,在医学影像深度学习下已保留的方法实现之间路由。

如何安装医学影像深度学习模型开发?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「医学影像深度学习模型开发」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

医学影像深度学习模型开发需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

医学影像深度学习模型开发经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。