在此背景下,Meta提出了“分割一切模型”(Segment Anything Model,SAM),将提示驱动的范式引入图像分割领域,突破了传统分割任务的限制,极大地推动了计算机视觉基础模型的发展。 然而,由于自然图像和医学图像之间的巨大差异,SAM在医学图像分割任务中的应用效果仍然不确定。在这项研究中,我们对过去一年SAM在医学图像分割领域...
医学图像分割是计算机辅助医疗流程中的关键步骤,精准的医学图像分割可以为诊断与治疗提供帮助.分割一切模型(SAM)利用提示驱动的基础大模型进行下游的分割任务,它的出现为医学图像分割提出了与神经网络不同的新方向.但是,SAM是以自然图像为基础的模型,对医学图像的处理效果还有待提高.本文介绍了SAM在医学图像上直接应用的...