CoSAM：用于2D医学图像分割的自我修正SAM

本研究解决了医学图像由于成像协议和扫描仪不同导致的分布变化对模型泛化能力的影响。提出的自我修正SAM方法通过粗略生成掩模，并引入广义误差解码器来自动补正，提高了模型在未见目标域中的分割性能，从而减少医生的手动验证需求。实验结果表明，CoSAM在多个场景下的表现超越了目前最先进的基于SAM的方法。