合成FM：无需真实医疗数据的医疗图像分割的模态无关基础模型训练

本研究解决了基础模型在医疗图像分割中的不足，尤其是缺乏大规模注释数据的问题。我们提出的合成数据生成框架SynthFM，能够模拟医疗图像的复杂性，使基础模型能在没有真实医疗数据的情况下适应。实验证明，SynthFM在多个解剖结构的分割任务中超越了现有的零-shot基线模型，显示出其强大的应用潜力。