BriefGPT - AI 论文速递
·
轻量级框架基于箱体的任何医学图像分割模型
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
MaskSAM是一种适用于医学图像分割的新型SAM适应框架，通过生成辅助分类器令牌、辅助二进制掩模和辅助边界框来解决额外提示的要求。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模型提取3D信息并适应3D医学图像。在AMOS2022、ACDC和Synapse数据集上，MaskSAM的性能超过了nnUNet。
🎯
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。
- 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，以满足额外提示的需求。
- 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模型能够提取3D信息并适应3D医学图像。
- 在AMOS2022数据集上，MaskSAM的Dice系数达到90.52%，比nnUNet提高了2.7%。
- 在ACDC和Synapse数据集上，MaskSAM分别超过nnUNet 1.7%和1.0%。
🏷️
标签
➡️
