基于盒子提示的点注释脑肿瘤分割方法

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

提出了一种新型的医学图像分割方法MaskSAM,通过设计提示生成器生成辅助分类器令牌、辅助二进制掩模和辅助边界框,利用3D深度卷积适配器和3D深度MLP适配器提取3D信息并适应3D医学图像。该方法在AMOS2022上的性能达到了最先进水平,Dice系数为90.52%,超过了nnUNet 2.7%。在ACDC和Synapse数据集上,该方法分别超过了nnUNet 1.7%和1.0%。

🎯

关键要点

  • 提出了一种新型医学图像分割方法MaskSAM。

  • MaskSAM是一个无需提示的SAM适应框架。

  • 设计了提示生成器生成辅助分类器令牌、辅助二进制掩模和辅助边界框。

  • 利用3D深度卷积适配器和3D深度MLP适配器提取3D信息。

  • 该方法在AMOS2022上的Dice系数为90.52%,超过了nnUNet 2.7%。

  • 在ACDC和Synapse数据集上,该方法分别超过了nnUNet 1.7%和1.0%。

➡️

继续阅读