BriefGPT - AI 论文速递
·
通过弱少量监督学习提示自动化MedSAM
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
MaskSAM是一种创新的医学图像分割框架，通过结合SAM的图像编码器设计提示生成器，生成辅助分类器令牌、二进制掩模和边界框，解决额外提示需求。它使用3D卷积和MLP适配器，使2D SAM模型适应3D医学图像。在AMOS2022上，MaskSAM的Dice系数达到90.52%，比nnUNet高2.7%；在ACDC和Synapse数据集上分别超越nnUNet 1.7%和1.0%。
🎯
关键要点
- MaskSAM是一种新型的医学图像分割框架，适用于无需提示的SAM适应。
- 该框架结合了SAM中的图像编码器和提示生成器，生成辅助分类器令牌、二进制掩模和边界框。
- MaskSAM利用3D深度卷积适配器和3D深度MLP适配器，使预训练的2D SAM模型适应3D医学图像。
- 在AMOS2022上，MaskSAM的Dice系数达到90.52%，比nnUNet高2.7%。
- 在ACDC和Synapse数据集上，MaskSAM分别超越nnUNet 1.7%和1.0%。
➡️
