3D-U-SAM 网络用于 CBCT 图像中的少样本牙齿分割

该研究提出了适用于医学数据的MA-SAM框架，通过注入一系列的3D适配器，使预训练的2D主干从输入数据中提取第三维信息。该方法在医学图像分割任务上表现优于各种最先进的三维方法，在CT多器官分割、MRI前列腺分割和外科手术场景分割的Dice指标上分别超过nnU-Net 0.9%、2.6%和9.9%。